摘要：最后還是強調(diào)一下自學(xué)的重要性，深度學(xué)習(xí)及其分支都是一個大坑，知識量巨大，希望大家充分利用搜索引擎對已學(xué)知識點進行補充或解疑，觀摩大佬們的代碼，不要滿足于這小小的系列

<----后篇>【DL-CV】計算機視覺前置了解

閑了就要找事做，不能被四公主和NS誘惑。所以在搞完了爬蟲進入假期時，我繼續(xù)我斷了2個月深度學(xué)習(xí)，并瞄準了其中的一個分支——計算機視覺

為了照顧不了解深度學(xué)習(xí)的小白，我還是超級簡單地介紹一下深度學(xué)習(xí)吧

深度學(xué)習(xí)（deep learning）是機器學(xué)習(xí)方法的一種，一般指具有多層結(jié)構(gòu)的網(wǎng)絡(luò)。深度學(xué)習(xí)能通過學(xué)習(xí)大量數(shù)據(jù)自動確定需要提取的特征信息，在圖像識別領(lǐng)域，甚至能自動獲取一些人類無法想象的由顏色和邊緣等組合起來的特征信息，因此深度學(xué)習(xí)在語音識別和圖像識別領(lǐng)域大放異彩。而隨著訓(xùn)練數(shù)據(jù)越來越易得手，多種性能提升方法的出現(xiàn)，以及gpu等硬件的進步，深度學(xué)習(xí)也蓬勃發(fā)展，成為了人工智能的一顆明星，近幾年人們常說的熱門詞都有他的身影。

深度學(xué)習(xí)的一種分類

是不是太棒了？素晴らしい

使用語言：python

新開系列名【DL-CV】即“深度學(xué)習(xí)-計算機視覺”的縮寫，本系列基于對斯坦福大學(xué)的cs231n課程學(xué)習(xí)理解，結(jié)合個人擴展的內(nèi)容，由淺到深地介紹各種深度學(xué)習(xí)方法和視覺識別的實現(xiàn)并輔以必要的代碼。作為個人學(xué)習(xí)記錄的同時分享自己的理解。可作為學(xué)習(xí)，輔助學(xué)習(xí)，或復(fù)習(xí)的素材。

由于是深度學(xué)習(xí)的一個分支，本系列會有不少基礎(chǔ)知識是重合的，就算對計算機視覺不感興趣也能從中學(xué)到一些深度學(xué)習(xí)通用知識。

前期學(xué)好枯燥的原理，后期才能更好的使用現(xiàn)有框架進行實現(xiàn)，做好心理準備

不同與之前真的零基礎(chǔ)開始的爬蟲系列，深度學(xué)習(xí)的入門對玩家提出了較高要求，腦袋空空就憑著一時興趣闖進來只會一臉懵逼（雖然腦袋不空也會看到懵逼），所以決定入門之前，請確保自身擁有以下知識/能力儲備：

高等數(shù)學(xué)與線性代數(shù)

熟悉numpy

毅力

自學(xué)能力

通常來說計算機系的學(xué)生大一就學(xué)完高數(shù)與線代了，再學(xué)個numpy就可以勇闖惡魔城了，接下來就要靠毅力在這場煎熬中堅持下去。而且這個系列并不代表深度學(xué)習(xí)的全部，希望玩家能充分調(diào)動自學(xué)能力去吸收其他大佬的精華，感受深度學(xué)習(xí)的魅力。

對于從未接觸過深度學(xué)習(xí)的玩家我推薦3Blue1Brown的深度學(xué)習(xí)視頻（帶我入坑的），3個視頻加起來1小時左右用動畫的形式圍繞手寫識別簡單易懂地介紹了神經(jīng)網(wǎng)絡(luò)，損失函數(shù)，反向傳播的原理，個人覺得作為入坑前的預(yù)熱非常不錯。同時也推薦3Blue1Brown的其他數(shù)學(xué)視頻（人家的數(shù)學(xué)秀到自己都覺得以前學(xué)的數(shù)學(xué)是一坨屎了）
Part1 Part2 Part3

當然還有該系列的素材視頻cs231n了，當然光看視頻是比較懵的，一是內(nèi)容比較概括，二是缺乏代碼參考。建議配著課程筆記及課程作業(yè)食用，以獲取最佳體驗效果。食用順序：先看視頻知道個大概，再看筆記理解細節(jié)，最后動手實現(xiàn)。

除了以上的推薦外，一些相關(guān)書籍作為輔助也是相當有益的，不管是厚厚的《深度學(xué)習(xí)》還是薄薄的《圖解深度學(xué)習(xí)》等都是不錯的作品，資金充足的可以購買實體，或者在這里搜書名看看有沒有電子版。

最后還是強調(diào)一下自學(xué)的重要性，深度學(xué)習(xí)及其分支都是一個大坑，知識量巨大，希望大家充分利用搜索引擎對已學(xué)知識點進行補充或解疑，觀摩大佬們的代碼，不要滿足于這小小的系列