國立交通大學 資訊工程學系

#新手 深度學習

2021年8月18日 00:25
小弟剛升大二 成績不算太好 暑假的時候自學python發現比C學起來開心很多 自學的教學書已經讀完了 Code也跟著打完了 想問如果現在開始入門深度學習會太早嗎 擔心自己學習走錯了方向
18
留言 20
文章資訊
Logo
每天有 6 則貼文
共 20 則留言
長庚大學
你光這樣講誰知道你程度多少😃 反正現在免費資料那麼多 找個時間去看一看 看得懂就看 看不懂就去補充不夠的背景知識 沒什麼問題吧
大同大學 資訊工程學系
不會啊 早點測試早點下去
喬治亞理工學院 電腦科學學系
先學點基本的機器學習會不會比較有概念?雖然我也沒碰過 deep learning 就是了,但理論跟數學應該都挺重要的
逢甲大學
國立臺灣科技大學
早學不錯阿~不過我覺得之後數學要補上 統計學、機率、線性代數、最佳化(凸函數優化)應該是深度學習最核心的數學了 如果要開發新的演算法一定要吃上很重的這些數學
國立清華大學
交大資工你去問學長姐比較快吧🤣
國立臺灣大學
B5 想問大大,常常看到學ML、DL會需要一些最佳化的知識,那就是去修凸函數最佳化這門課就是了嗎?(對這領域還不太了解)
康乃爾大學 應用物理與工程物理學院
如果只是要拿ML應用,看完原理,直接學完基本的資料結構跟python就可以了, Coursera上面有很多2個小時的guided project上完就可以實作。 數學的話,看你自己看不看得懂PCA的原理跟降維。 開發新的算法才要更多知識。
國立交通大學 資訊工程學系
好奇問一下你是哪一個人我也跟你同屆也在學同樣的東西
國立臺灣大學
進入深度學習應該先了解他如何運算,就簡單手算一下 BPNN 應該就會比較了解權重更新的計算。感覺是可以直接進入深度學習了啦,從做中學就好 ~ 網路上很多資源可以查
國立臺灣大學
不會,有疑惑直接問你學長。 想了解ML 最有效的方法就是進實驗室讀Paper 反正不喜歡再退就好
國立中央大學 資訊工程學系
我以前也是學AI的 但學校教的大都是數學層面 主要是微積分要好才看的懂paper 和實際應用有一點差別 雖然工作後就幾乎沒機會用到就是了
國立中山大學
你各位都用哪本書嗎?
國立中央大學 資訊工程碩士班
沒錯 往深度學習不好 豬屎屋缺的是產屎員 還是乖乖寫C吧
國立成功大學
我也大二,因為會的語言有C,Java,JavaScript(HTML,CSS,Node.js等等的就不算進去了)所以python看一眼就學會了,然後進入TensorFlow感覺有點迷茫。,完全就看不懂怎麼來的,找了好久的資料(線性回歸,梯度下降等等)拼拼湊湊看懂了。順勢學會了基本的Keras接下來就一陣迷茫感覺好像不過如此?好像又什麼也沒學到?感覺機器學習這一塊是個謎。
國立中興大學
Ian Goodfellow 的 Deep Learning 可以看看
國立交通大學
B15 先去看李弘毅的ML吧,你只是學了框架而已
國立成功大學
B17好哦,謝謝你
aicup找個練習打打看
國立臺灣大學 資訊工程學系
大一微積分修過了 大二線代機率統計先好好修一下 去抓幾個model來build 對照paper邊看邊學吧