分享2本深度学习书
是关于Tensorflow的深度学习工具，另外也求教大神带领推荐下AI的学习道路吧。谢谢。《Tensorflow 实战Google深度学习框架》和《TensorFlow实战_黄文坚（完整）》
链接：https://pan.baidu.com/s/1hsAgeGG 密码：vlqa {:handshake:}{:handshake:} 下载来先熟悉下
非常感谢。 https://www.coursera.org/learn/machine-learning
最近正在学这个，行业内的朋友推荐的 walker0 发表于 2018-1-9 10:14
https://www.coursera.org/learn/machine-learning
最近正在学这个，行业内的朋友推荐的
谢谢，以后有问题请多指教呀 yhb1206 发表于 2018-1-9 10:18
谢谢，以后有问题请多指教呀
我也是刚开始学习没多久，以后多交流，共同进步{:lol:} walker0 发表于 2018-1-9 10:14
https://www.coursera.org/learn/machine-learning
最近正在学这个，行业内的朋友推荐的
好像要支付费用啊，多少钱？这是吴恩达，业界牛人啊 yhb1206 发表于 2018-1-9 10:18
谢谢，以后有问题请多指教呀
视频看不了，什么情况，需要注册么？ kevin_me 发表于 2018-1-9 10:29
好像要支付费用啊，多少钱？这是吴恩达，业界牛人啊
同问，看不了呀，需要注册还是? taoxy_wx 发表于 2018-1-9 10:08
下载来先熟悉下
非常感谢。
客气有什么好的推荐下，谢谢 回楼上的，需要注册账号，课程学习可以掏钱390元也可以免费，具体方法网上搜，免费跟掏钱是学一样的课程，不过掏钱后学完了会有一个证书。如果不差钱建议掏钱支持下（但是我当时试了，国内的信用卡号输进去显示位数不对，不知道咋整），如果想以后找这方面的工作，这个证书据说也有点作用。 walker0 发表于 2018-1-9 10:41
回楼上的，需要注册账号，课程学习可以掏钱390元也可以免费，具体方法网上搜，免费跟掏钱是学一样的课程， ...
不注册不能看？另外我注册账户了，去看视频还有注册，要么交390，要么就免费，如果点了免费的话后面想交390的话可不可以？
yhb1206 发表于 2018-1-9 10:53
不注册不能看？另外我注册账户了，去看视频还有注册，要么交390，要么就免费，如果点了免费的话后面想交3 ...
不注册应该是不能看。
可以先免费学习，每一节视频最后都会弹出一个页面推荐缴费的。 walker0 发表于 2018-1-9 11:12
不注册应该是不能看。
可以先免费学习，每一节视频最后都会弹出一个页面推荐缴费的。 ...
ok，明白，谢谢了，你已经看完了？ yhb1206 发表于 2018-1-9 11:17
ok，明白，谢谢了，你已经看完了？
另外下载不了andriod版的手机app是什么情况？ yhb1206 发表于 2018-1-9 11:17
ok，明白，谢谢了，你已经看完了？
没有，才刚开始学习没多久，以后可以多交流 yhb1206 发表于 2018-1-9 11:18
另外下载不了andriod版的手机app是什么情况？
我没有试过手机app的，都是用pc walker0 发表于 2018-1-9 11:19
我没有试过手机app的，都是用pc
PC网络太差 多谢分享，有空看看。 不错，收了 吴恩达的深度学习视频 网易云课堂上也有，是免费的，中文字幕。 richie550 发表于 2018-2-28 15:48
吴恩达的深度学习视频 网易云课堂上也有，是免费的，中文字幕。
明白，谢谢啦， richie550 发表于 2018-2-28 15:48
吴恩达的深度学习视频 网易云课堂上也有，是免费的，中文字幕。
谢谢分享!! 建议不要全部押宝在深度学习上，应该广泛的学习机器学习的各个方buff YFM 发表于 2018-3-4 08:51
建议不要全部押宝在深度学习上，应该广泛的学习机器学习的各个方buff
目前深度学习异军突起，比它前几次更加凸显，大势所趋，如果不紧跟时代的步伐，会被淘汰的，纵观国内外，这方面人才极度短缺，国家Z.F.也极力推崇，你不押宝这，自有大批的高层次人才押宝，据我所了解，全国985高校教授和导师还有学生大部分都疯转深度学习。你押宝其他地方，那未来几年就会被淘汰的。 YFM 发表于 2018-3-4 08:51
建议不要全部押宝在深度学习上，应该广泛的学习机器学习的各个方buff
那是高校，尤其是研究生，有的从研二直接放弃之前的全力攻读深度学习，因为这方面人才短缺，基本上很好找工作，西安那边的高校转的很疯狂呀，让我吃惊，另外各行各业，由于Z.F.的支持，都在开展深度学习的培训，内部培训，总之，未来至少5，深度学习不会饱和，入门也不容易。 yhb1206 发表于 2018-3-9 10:45
那是高校，尤其是研究生，有的从研二直接放弃之前的全力攻读深度学习，因为这方面人才短缺，基本上很好找 ...
我是说不要全部押宝在深度学习上 又没说不去搞深度学习。而且可能我们说的深度学习概念不一样。媒体，坊间所说的深度学习是泛指CNN，LSTM，GAN，还有Deep reinforcement learning这些。但我说的是仅仅是神经网络。现在这些流行的深度学习理论层面只是先前80年代90年代提出的那些理论的一个简化版本。一个梯度下降直接就隐藏掉了背后的概率图模型（PGM）。还有所谓深度强化学习也只是将神经网络引入了之前强化学习的领域。况且现在深度强化学习能力有限并且迁移性极差 A3C玩Atri系列的打砖块游戏改变一下场景就gg了https://www.vicarious.com/2017/08/07/general-game-playing-with-schema-networks目前只是有了GPU所以神经网络这个工具可以用了而已真正的根基90年代末就已经成型了。所以重点搞得是神经网络后面那一部分。说实话去年我用tensorflow从上手到训练出来CIFAR-10的分类器也就两三天时间。 先下载，谢谢分享 YFM 发表于 2018-3-14 23:29
我是说不要全部押宝在深度学习上 又没说不去搞深度学习。而且可能我们说的深度学习概念不一样。媒体，坊 ...
我这是不是知道么，受教啦！不说还真不懂呢！ 这么大，我的碗盘竟然存不下了 多谢分享，下来看看。 谢楼主，下载了熟悉熟悉 richie550 发表于 2018-2-28 15:48
吴恩达的深度学习视频 网易云课堂上也有，是免费的，中文字幕。
这个课挺好的，学完感觉收获挺大。就是网易上的版本没有课后作业，感觉还需要作业巩固，深入理解。 YFM 发表于 2018-3-14 23:29
我是说不要全部押宝在深度学习上 又没说不去搞深度学习。而且可能我们说的深度学习概念不一样。媒体，坊 ...
看得出你对机器学习的了解很全面，想请教一下，传统机器学习领域，哪些方面比较有应用价值，哪些可以被淘汰了？ 谢谢分享，刚买了几本这方面的书开始看 最近看些神经网络相关的东西 推荐看看强化学习，与深度学习结合，应用范围更广，不仅限于模式识别 感谢分享 感谢分享我也正在学习这块 mark 一个，感谢分享！ 下载了，感谢分享 jsyzgc 发表于 2018-4-27 00:45
看得出你对机器学习的了解很全面，想请教一下，传统机器学习领域，哪些方面比较有应用价值，哪些可以被淘 ...
机器学习分为几个学派。 1.遗传学派。 2 .神经网络学派。3. 贝叶斯学派。等等。。。 神经网络学派虽然最近几年很火可是终究不是AI领域的最终大杀器，它只是擅长于感知，相当于人的直觉，但是只有直觉是不行的很多任务是要求很精确的不是只有直觉就可以胜任的，而因果推理才是完成很多任务所必须的，而贝叶斯学派的很多东西是很适合建模因果推理的。所以我认为以后机器学习领域一定会出现很多因果推理的算法。而深度学习等会是解决一些感知，和在已知因寻求果的认知学习中作为一种直觉来缩小因的搜索范围。国内现在大范围搞深度学习说白了都是为了赚钱，确实现在深度学习在很多地方可以以和人工协作的方式来产生很多经济价值，是产业界应该做的事情，但是高校里面也跟风搞深度学习就只能呵呵了。 YFM 发表于 2018-5-15 20:37
机器学习分为几个学派。 1.遗传学派。 2 .神经网络学派。3. 贝叶斯学派。等等。。。 神经网络学派虽然 ...
光谈多层感知器的神经网络，意义确实不大，计算量、可解释性、准确率等方面不如SVM、贝叶斯这样的方法。但是CNN、RNN针对图像和序列模型的应用，给神经网络注入了新的活力。
深度学习的优势在于能够自动从数据中提取有用的特征，可以看作一个黑盒，求解任意函数，只管输入输出，内部细节自动推导。
对于许多复杂的任务，比如视觉、NLP领域，传统机器学习很难胜任。企业和高校在这样的领域领域使用深度学习无可厚非。
当然，肯定存在生搬硬套、盲目跟风使用深度学习的情况，效果可能不如传统机器学习的方法。
我不知道你所说的非“已知因寻求果”的因果推理是什么意思，不光是神经网络，监督学习都是由因推出果的。
目前的深度学习受到训练数据规模的影响，我想未来无监督、半监督可能会是突破口吧。 walker0 发表于 2018-1-9 10:14
https://www.coursera.org/learn/machine-learning
最近正在学这个，行业内的朋友推荐的
这个现在需要花钱？ 本帖最后由 mahengyu 于 2018-5-16 10:29 编辑
YFM 发表于 2018-5-15 20:37
机器学习分为几个学派。 1.遗传学派。 2 .神经网络学派。3. 贝叶斯学派。等等。。。 神经网络学派虽然 ...
老哥德国毕业后去哪工作了？ meerlin 发表于 2018-5-16 07:44
这个现在需要花钱？
可以免费的，只是学完后没有证书而已。 walker0 发表于 2018-5-16 10:28
可以免费的，只是学完后没有证书而已。
申请奖学金么，你申请过几门了？ 不错，谢谢分享 谢谢分享～～～ meerlin 发表于 2018-5-16 19:37
申请奖学金么，你申请过几门了？
不是，我当初上这个课的时候是可以选择不交钱学习的，只是这样学完后不会领到证书。
很惭愧，后来没有学完就半途而废了，不知道现在改成啥样了。 walker0 发表于 2018-5-17 10:06
不是，我当初上这个课的时候是可以选择不交钱学习的，只是这样学完后不会领到证书。
很惭愧，后来没有学 ...
16年6月后，好像都收费了，很贵 meerlin 发表于 2018-5-17 19:33
16年6月后，好像都收费了，很贵
啊，我是去年下半年学的，那你再找找看，有没免费的入口 没看，穷顶 jsyzgc 发表于 2018-5-16 00:15
光谈多层感知器的神经网络，意义确实不大，计算量、可解释性、准确率等方面不如SVM、贝叶斯这样的方法。 ...
就拿图像识别，NLP这些领域来说深度学习并没有很好的解决这些问题，或者说是在数据集上和媒体上很好的解决了， 当前的深度学习究竟作用有多大可以看看他现在都能解决什么实际问题，毕竟目前并没有人敢把这种黑盒子大规模用在工业上面，只是一些局部的辅助性工作在用。你可能会说自动驾驶也在用这些技术，但是事实是自动驾驶中是通过多种传感器来感知的， 摄像头，激光雷达，微波雷达还有高精度地图，而且看看现在路上跑的是level几的自动驾驶？而人只要一双眼睛就可以完成最高level的自动驾驶。目前基于深度学习的强化学习也完全不能自主玩starcraft 2 这样的即使战略游戏，因为这种东西他本质上是由神经网络来以当前的形式来做决策 ，他没有想象力他不能想象我现在这样做未来具体会发生什么以及那些可能发生的事情我现在需要做那些准备来应对，他能预测的只是这样做对我有没有好处。回到知因求果的问题，图像识别本质也是一个因果判断的问题。人看见汽车看到的不仅仅只有汽车还有汽车的轮子，挡风玻璃，还有马路，人知道有轮子且有挡风玻璃而且在马路上的是汽车而基于深度学习的图像识别只是知道那一堆像素是一个label为Car的输出，即就是知道A求ZA------>Z 但是中间的B，C，D，E.......因果链是不知道的。深度学习真正应该用到的地方是A到B的求解而不是A直接到Z的求解。最后深度学习真心不需要普遍在高校里研究，这些研究现在应该是企业来做了，靠近应用数据又触手可得。高校应该做的事情是突破现有的图像识别框架，还有突破强化学习的框架去更细化感知器的应用场所，而不是去追求这种A到Z的黑箱。国内最近几年有一个现象就是很多人都觉得互联网，电商，移动支付等等牛逼，什么技术用到这上面了解决了问题也就牛逼的不要不要了。 mahengyu 发表于 2018-5-16 10:25
老哥德国毕业后去哪工作了？
被教授洗脑了，推动人类进步比赚钱有意思，你懂的 最近正在学这个，行业内的朋友推荐的 YFM 发表于 2018-5-28 06:45
被教授洗脑了，推动人类进步比赚钱有意思，你懂的
是读博吗？博士搞搞深度学习机器人挺好呀 多谢楼主分享 多谢，收藏了！ 感谢分享 谢谢，以后有问题请多指教呀 这两本书还能下吗？请给个链接如何?貌似上面的链接挂了。。。。。。。 你好，文件不见了，能否再分享一下！ 现在都是经验主义学派了吧{:titter:} YFM 发表于 2018-3-14 23:29
我是说不要全部押宝在深度学习上 又没说不去搞深度学习。而且可能我们说的深度学习概念不一样。媒体，坊 ...
(引用自27楼)
你好，我最近刚开始了解机器学习这一块，按照网上教程，想配置开发环境，但是有个cudnn的包下载不下来，能帮忙下载一份吗？我科学上网后，邮箱验证总是超时，不知道是不是我邮箱的问题。
我想配置cuda11.3 配套的是 cudnn-11.3-linux-x64-v8.2.1.32.tgz。麻烦的话，我在想想其他办法
页:
[1]