1、完成吴恩达机器学习课程，要做编程练习https://www.coursera.org/learn/machine-learning?action=enroll&aid=true&courseSlug=machine-learning&showOnboardingModal=check。
2、看完3Blue1Brown的视频https://space.bilibili.com/88461692/#/。免费http://neuralnetworksanddeeplearning.com/书籍；中文版本https://tigerneil.gitbooks.io/neural-networks-and-deep-learning-zh/content/
3、完成吴恩达的深度学习专项系列课程，做练习https://www.coursera.org/specializations/deep-learning。
4、如果你想搞图像，看专项课程第四讲，搞NLP或序列数据，看第五讲；看一下Nielsen书中的第六章：http://neuralnetworksanddeeplearning.com/chap6.html
5、搜索你感兴趣的开源实现。如果你还没想好用什么语言，推荐Keras。然后根据需要，再迁到TensorFlow或者PyTorch框架。
如果你需要序列建模的一些想法，可以看看Olah的博客：http://colah.github.io/posts/2015-08-Understanding-LSTMs/
6、Siraj Raval拍了很多有趣的视频，涉及大多数机器/深度学习的主题。传送门在此：https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A
https://course.fast.ai/Practical Deep Learning for Coders | Practical Deep Learning for Coders
http://cs231n.stanford.edu/Stanford University CS231n: Convolutional Neural Networks for Visual Recognition
网友评论