【九月打卡】第一天 初识深度学习

学习课程：玩转机器学习之神经网络，系统入门算法工程师

章节名称：第1章 初识深度学习

讲师：Markov_Xi

课程内容：

什么是神经网络&深度学习

-神经网络是由神经元组成的网络或电路，在现代意义上，是一种人工神经网络，由人工神经元或节点构成。

-深度学习(也称为深度结构化学习)是更广泛的机器学习方法其中的一部分，它是基于具有表示学习功能的人工神经网络。它的学习可以是监督的，半监督的，也可以是非监督的。

深度学习路线图

单、多层感知机——卷积神经网络——对抗网络——注意力机制——迁移学习——自、半监督学习

深度学习应用

学习建议

基础知识储备

-数学：高等数学、线性代数、数理统计

-编程语言：python&c/c++

-框架：pytorch&tensorflow2+

怎么读论文

A、选择若干高质量的论文进行精读

1、确定一个领域， 并搜集该领域一些优质论文(高被引)

2、制定一个阅读计划，包含论文名称和理解进度

3、先快速浏览式阅读

4、淘汰不合适、错误、无效的论文

5、确定一篇，精读直到理解其全部内容

6、进而精读阅读剩下的或者上一篇引用的，直到全部阅读完成

精读5-20篇论文，基本上就可以着手实施相关领域工作；50-100篇，基本上可以触及该领域的前沿，可以在这个领域展开研究了。

B、如何精读

基本原则：不要从头读到尾

1、阅读标题，摘要和核心结构图

2、阅读引言，结论，快速浏览剩余的内容，期间结合核心图表

3、整体阅读，跳过公式部分

4、精读全部，但是不去理会无关紧要的部分

阅读的过程中要进行思考：

①该论文到底解决了什么问题？

②该论文的关键部分是什么?

③你能从该论文中收获什么？

④引文中那些还可以参考？

文档资源网站：

https://paperswithcode.com/

论文资源网站：

https://arxiv.org/

学习收获：

1、对深度学习的概念有了进一步认识

2、对于学习路线有一个清晰的认识，尤其是新出现的值得关注的技术

3、对于阅读论文有了一些新的认知

打卡截图：