BaiduのPaddlepaddleは深い学習キャンプノートの概要を学びます
自己深度学習プロセス
BaiduはAI Stuidioプラットフォームを学習の深さを理解し始めたとき、最終的には感じていない見えたが、私は最終的にそれの感触を取得しています。
次の3つの質問があるだろう、機械学習知識を学ぶ過去ウェイ：
多くの人気のフレームワーク1は、始めるために長い時間がかかり
、プログラミングおよびその他の基本的な知識の必要条件2.を大牛・オン・デマンド、の必要性は非常に成長する、比較的高いです速い
3.いいえ学習の時にどのような知識のが問題では、過去に学習しながら、実際には、取得の知識に必要なパスで、コードを練習過程を学習マシンがデータ処理を必要とするため、あまりにも面倒です-トレーニングモデル-モデル評価段階、コードの量をこれは、比較的大きく、
そして、これらの3つの問題は、利用可能BaiduのAIStuidoプラットフォームの後、すべてこれは問題ではありません。
1.シニア第一線の技術者は、あなたが技術のシナリオを学習実機を体験することができ、教える、それはもはや理論的なディスカッション・ペーパーのレベルです。
同じコードのデバッグ環境を解決するために2レッスン、内容を説明するビデオを通じてAIstudio作業プラットフォームによって行わ二つの部分、のサブ理論と実践、CPUとGPU 2つのトレーニングエンジンを提供し、ジョブの完全なラインをデバッグコード、ビルド困難
AIは、あなたがAIを学ぶために、できるだけ早く始めることができますマップ学習
https://aistudio.baidu.com/aistudio/learnmapを
登録Baiduのアカウントの後に、あなたは、オンライン経験をすることができます。
もちろん、ハーフ白、コース自体と学習プロセスの面であなたがBaiduのAIメーカーにコースを勉強したい場合は、実際には、「はじめに」シリーズのために、まだ白のために困難であり、不死身ではない、あなたの最もよく次の準備を行います。
- 基本Python言語
- 機械学習一般的な概念
- もちろん、あなたがそれを持っているが、それらは解決するには学ぶことができます。
私はあなたがいくつかの要件を持っている場合は、車の中で得た、待っていないと述べました。
私は簡単なコース内容に出席し、だけでなく、私の推薦
私は現在、研究に携わっています。
私は、次の3つのコースを学んだ
1 Baiduは建築家の綿密な研究指導
ポータル-CV流行特別版7つのラーニング2深
3.思考機械学習ストーリー
あなたは白を機械学習している場合は、私の提案をすることである
と考えることを学ぶ物語のマシンを見て
の過程で、私は完全な先生だと思うことは、最高レベルである私は（注講義を考える：もちろん、他の教師にも技術的なものダニエル・ヨンハ）、彼はいくつかの人気の例側の生活のアプリケーションレベルからでしょう、あなたは機械学習を学ぶ必要がある理由を理解するのに役立ち、機械学習、それを開発する方法であり、
ここで私は少し個人的な意見を持っています。
多くの場合、我々教育ビデオをたくさん見ているとき、彼らはコース開始、その歴史、その開発を使用することを教えてくれます。
実際に、私は勉強機械学習プロセスは、実際には、経験は非常に平易ですが、内部の内容を理解するとき、あなたなどGoogLeNet後、開発プロセスへのVGGそのようなLeNetからAlexNetにいるような歴史の始まりを聞くために私に言いました過去の歴史のその期間でルックバックを行って、ニューラルネットワークを学習この方法マシンがトラフの中に何回かになりますなぜあなたは理解することができる。さまざまなタイプのネットワーク開発する方法です。
コースは、機械学習を通してあなたを取るの後、
私は機械学習は、なぜ我々のモデルは、より強力にする方法を学ぶことができる方法を教えてくれます。
これらの要素を完了した後、私は機械学習の基本的な概念にあなたを信じて問題ありません、それは実際の動作に入る次回は、あなたがより良い機械学習の内部の多くの概念を理解します。
ここでは、リンクコースB駅である
https://www.bilibili.com/video/BV1bE41117vw?from=search&seid=1951993629100767921は、
Baiduのを見ては、建築家の深さの研究指導
学習の本当の深さに行くことができますほとんどは、このフレームワークのパドル法を使用して話しているので、あなたが以前に精通していない場合は、もちろん、私も、悪いところがあると思い、このコースのを機械学習は、あなたがあまりにも深く知らないかもしれません。
私たちは、当然の利点は、彼らの深い学習フレームワークパドルで持ってずっと私の現在のフレームワーク、Tesorflowを使用し、Pytorch、パドル個人的な感情はまだ非常にユーザーフレンドリーであり、よりAPIドキュメントを見てみるために、およびインタフェースの様々なタイプを理解することより使用、プロセスについての内容と私の以前の知識「転移学習は」順調に行ってきました。
歴史コース
1は、このモデルについて予測ボストンの住宅価格から始まるが、それはの古典的な場合のメソッド学習の古典的な機械である、知っている
教師はどのようにPythonのnumpyのライブラリ非武装のビルドにニューラルネットワークモデルを使用する方法をお教えします。
そして、あなたは深い利便パドルフレームワークを理解することができるので、どのようにパドルフレームワークモデル書き換えるために行く
、Pythonの基礎numpyの重要な基本機能：ヒントを
次の有名な手書き数字認識である、と多くの方法があり、古典的な機械学習2けど、ああ、我々はモデルが高いものになるかどうかの正確な深さの研究を知ることができ
、この例では、ルーチン、実際には、あなたが徹底的に学習プロセスの深さを理解させ
、データが処理-ネットワーク構造-損失関数を-最適化-トレーニング方法-チューニング
3.簡単なニューラルネットワークを介して、畳み込みニューラルネットワークCNNを入力し、コンピュータビジョンの方向畳み込みニューラルネットワークの応用を理解し、ニューラルネットワークの発展を理解するために、今より人気ニューラルネットワーク、および使用シナリオ。
最後に、第7 -CV流行の特別版のエントリの深さの研究を見て
、このプログラムの練習バイアスされる多く、もちろん、我々は物事のほとんどを必要とするものである
もちろん、非常に詳細に話すことができない時間の制約に、しかし、あなたはたくさんの宿題を行う必要があり、それはプライベートにまだあります、わずか1時間日コース、情報のない少量なので、あなたは良い経験に行く必要があります。
注記がある場合の学習：
- ネットワークを構築するには、次のデータは非常に重要であるネットワーク、形状データ、それぞれの層の後に、これは私が遭遇した大きな問題があります。
- 私たちは、コード、モデルのデバッグを蓄積するために時間を要するなどのアイテムを、参加、レート、データの拡張方法を調整する方法を学習するときに多くの経験を蓄積することを可能にするプロセスを実行するために、より多くのでなければなりません。
後続の提案
あなたは、BaiduのAIのスタジオ学習によって素早くアクセスすることができますが、それはあまりにもあなたを助ける期待していない
行くそして、あなたが学び、より基本的になる私の提案した後、学習した後、あなたがコースを行くと見ることができますアンドリュー・ウの機械学習を、アンドリュー・ウはもちろん、新たな洞察があるでしょう。
Baiduはのいくつかを、より多くのコースを開いてフォローしたい、より基本的な、より多くの詳細があり、私は積極的にランクの中で学ぶAIに参加します。
