Оглавление:

Как начать глубокое обучение?
Как начать глубокое обучение?

Видео: Как начать глубокое обучение?

Видео: Как начать глубокое обучение?
Видео: Как я начал изучать нейросети и python 2024, Май
Anonim

Вступление

  1. Шаг 0: Предварительные требования. Перед тем, как переходить к Глубокое обучение , вы должны знать основы Машинное обучение .
  2. Шаг 2: неглубокое погружение.
  3. Шаг 3: Выберите свое собственное приключение!
  4. Шаг 4: Глубокий Погрузиться в Глубокое обучение .
  5. 27 комментариев.

Также вопрос в том, как мне начать изучать глубокое обучение?

  1. Шаг 1. Изучите основы машинного обучения (необязательно, но настоятельно рекомендуется) Начните с курса Эндрю Нга по машинному обучению Машинное обучение - Стэнфордский университет | Coursera.
  2. Шаг 2: погрузитесь в глубокое обучение.
  3. Шаг 3: Выберите область фокусировки и углубитесь.
  4. Шаг 4: Постройте что-нибудь.
  5. Дополнительные ресурсы.

Кроме того, следует ли мне сначала изучить машинное обучение или глубокое обучение? Машинное обучение это область компьютерных наук, которая означает, что компьютерные системы будут иметь возможность учиться сам по себе, с предоставлением ему данных или без него. Тебе следует сначала изучите машинное обучение тогда вы можете спланировать Глубокое обучение или AI. Машинное обучение обязательно для изучать глубокое обучение или AI.

Точно так же спрашивается, сколько времени нужно, чтобы изучить глубокое обучение?

Каждый шаг должен занимать около 4– 6 недель ' время. И в около 26 недель с того момента, как вы начали, и если вы неукоснительно следовали всему вышеперечисленному, у вас будет прочный фундамент в глубоком обучении.

Можем ли мы изучить глубокое обучение без машинного обучения?

Глубокое обучение не требует особого предвидения в других машинное обучение техники, так что вы можете в значительной степени нырнуть прямо в без обучения эти техники, но ты вам все еще нужно хорошо разбираться в типах проблем глубокое обучение хорошо подходит для решения и того, как интерпретировать эти результаты.

Рекомендуемые: