深度学习难吗？是不是必须得有基础才能学？_Python

12条回答

2楼 · 2020-05-27 15:42

深度学习还是有一定难度的，基础肯定也是需要学的

3楼 · 2021-12-24 19:27

随着2020年的到来，人类进入了一个崭新的十年。回顾过去10年，深度学习领域取得了巨大进步，解决了许多以前难以解决的问题。从自动驾驶到Deepfake，深度学习正在改变世界。随着深度学习在各个领域井喷式进展，现已成为当下最热门的技术。深度学习其实是机器学习(Machine Learning)的一个分支学科，至于现在深度学习有多么热门，我就不强调了，总之你能想象到的领域，在未来都可能应用到深度学习。更重要的是，“深度学习”算法包含精妙的思想，能够代表这个时代的精神。深度学习已成为编程领域薪资最高的岗位如今接触深度学习的人越来越多，但由于深度学习涉及面比较广，很多学者会对此望而却步。但是如果学好深度学习，不仅仅可以给你带来高薪资，也有可能会给你带来很多的荣誉！因为在此领域还是非常缺乏人才的！大家可以看一份数据：连应届生深度学习岗的薪资，都已经达到了很多其他互联网职业3年工作经验都难以达到的水平。总结下，都有哪些人适合入行深度学习？有高等数学基础的公司技术岗在职人员，需要 AI 赋能。在校或者在职的前端、php、python码农，有编程基础的人。具备较好的逻辑思维能力的学生。想要转行人工智能的人。现在各个大厂，也都有深度学习相关的项目，而且待遇方面也是极其的诱人。百度推出“少帅计划”,针对30岁以下的深度学习科学家，开出100万以上年薪阿里巴巴对外宣布将通过校园招聘组建一支规模达数百人的NASA“青年军”华为更是开出200万年薪招聘应届毕业生，其专业均为最前沿的人工智能领域作为一个有理想的程序员，若是不懂人工智能领域中深度学习这个超热的技术，是不是会有一种被时代落下的感觉？那么，要怎样入门深度学习呢？很多门外汉对于深度学习的复杂程度望而却步，但是其实并未像很多人想象的那样。具体你需要经历以下几个步骤： 1. 深度学习整体概述：了解深度学习的前世今生、为什么会爆发深度学习热潮？代表的技术有哪些，涉及到什么样的领域、产品、公司，以及各行各业中的应用。 2. 深度学习预备知识：数学基础（线性代数、矩阵、概率统计、优化等等）、机器学习基础、编程基础。 3. 深度学习核心知识：神经网络、深度网络结构、图像任务、语音任务、自然语言任务。 4. 深度学习进阶知识：如何使用深度学习框架，完成网络的搭建、训练。我们必须要清楚的就是深度学习属于机器学习的一种方法，除了深度学习以外，还包括了线性回归、逻辑回归、SVM、随机森林、图模型、贝叶斯等等很多方法。而目前市场对于深度学习的需求，早已出现供不应求的现象，放眼网上现有的一些深度学习课程，经常会发现有些知识点覆盖不全，或者学习门槛较高，研究性的问题不多，或者说只关注面试，而忽略了底层的逻辑以及真实案例的实操。

奶油泡芙收藏家

4楼 · 2021-12-24 19:27

深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标――人工智能(AI, Artificial Intelligence)。?深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。深度学习是机器学习的一种，而机器学习是实现人工智能的必经路径。深度学习的概念源于人工神经网络的研究，含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。研究深度学习的动机在于建立模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本等。在计算机视觉、语音识别、自然语言处理等很多领域都会用到，前景广阔，有时间有精力有能力的话，可以去认真深造。