深度学习现在有多火?需要什么基础?_第2页回答

2020-05-27 12:01发布

74条回答
息红泪
1楼 · 2020-05-27 13:55.采纳回答

数学基础
如果你能够顺畅地读懂深度学习论文中的数学公式,可以独立地推导新方法,则表明你已经具备了必要的数学基础。
掌握数学分析、线性代数、概率论和凸优化e799bee5baa6e58685e5aeb931333431373233四门数学课程包含的数学知识,熟知机器学习的基本理论和方法,是入门深度学习技术的前提。因为无论是理解深度网络中各个层的运算和梯度推导,还是进行问题的形式化或是推导损失函数,都离不开扎实的数学与机器学习基础。
数学分析
在工科专业所开设的高等数学课程中,主要学习的内容为微积分。对于一般的深度学习研究和应用来说,需要重点温习函数与极限、导数(特别是复合函数求导)、微分、积分、幂级数展开、微分方程等基础知识。在深度学习的优化过程中,求解函数的一阶导数是最为基础的工作。当提到微分中值定理、Taylor公式和拉格朗日乘子的时候,你不应该只是感到与它们似曾相识。
线性代数
深度学习中的运算常常被表示成向量和矩阵运算。线性代数正是这样一门以向量和矩阵作为研究对象的数学分支。需要重点温习的包括向量、线性空间、线性方程组、矩阵、矩阵运算及其性质、向量微积分。当提到Jacobian矩阵和Hessian矩阵的时候,你需要知道确切的数学形式;当给出一个矩阵形式的损失函数时,你可以很轻松的求解梯度。
概率论
概率论是研究随机现象数量规律的数学分支,随机变量在深度学习中有很多应用,无论是随机梯度下降、参数初始化方法(如Xavier),还是Dropout正则化算法,都离不开概率论的理论支撑。除了掌握随机现象的基本概念(如随机试验、样本空间、概率、条件概率等)、随机变量及其分布之外,还需要对大数定律及中心极限定理、参数估计、假设检验等内容有所了解,进一步还可以深入学习一点随机过程、马尔可夫随机链的内容。
凸优化
结合以上三门基础的数学课程,凸优化可以说是一门应用课程。但对于深度学习而言,由于常用的深度学习优化方法往往只利用了一阶的梯度信息进行随机梯度下降,因而从业者事实上并不需要多少“高深”的凸优化知识。理解凸集、凸函数、凸优化的基本概念,掌握对偶问题的一般概念,掌握常见的无约束优化方法如梯度下降方法、随机梯度下降方法、Newton方法,了解一点等式约束优化和不等式约束优化方法,即可满足理解深度学习中优化方法的理论要求。
机器学习
归根结底,深度学习只是机器学习方法的一种,而统计机器学习则是机器学习领域事实上的方法论。以监督学习为例,需要你掌握线性模型的回归与分类、支持向量机与核方法、随机森林方法等具有代表性的机器学习技术,并了解模型选择与模型推理、模型正则化技术、模型集成、Bootstrap方法、概率图模型等。深入一步的话,还需要了解半监督学习、无监督学习和强化学习等专门技术。

作者追问:2020-05-27 13:55

如果我什么基础都没有就不能学习了吗?

我是大脸猫
2楼 · 2020-07-30 09:24
数学基础
如果你能够顺畅地读懂深度学习论文中的数学公式,可以独立地推导新方法,则表明你已经具备了必要的数学基础。
掌握数学分析、线性代数、概率论和凸优化四门数学课程包含的数学知识,熟知机器学习的基本理论和方法,是入门深度学习技术的前提。因为无论是理解深度网络中各个层的运算和梯度推导,还是进行问题的形式化或是推导损失函数,都离不开扎实的数学与机器学习基础。
数学分析
在工科专业所开设的高等数学课程中,主要学习的内容为微积分。对于一般的深度学习研究和应用来说,需要重点温习函数与极限、导数(特别是复合函数求导)、微分、积分、幂级数展开、微分方程等基础知识。在深度学习的优化过程中,求解函数的一阶导数是最为基础的工作。当提到微分中值定理、Taylor公式和拉格朗日乘子的时候,你不应该只是感到与它们似曾相识。
线性代数
深度学习中的运算常常被表示成向量和矩阵运算。线性代数正是这样一门以向量和矩阵作为研究对象的数学分支。需要重点温习的包括向量、线性空间、线性方程组、矩阵、矩阵运算及其性质、向量微积分。当提到Jacobian矩阵和Hessian矩阵的时候,你需要知道确切的数学形式;当给出一个矩阵形式的损失函数时,你可以很轻松的求解梯度。
概率论
概率论是研究随机现象数量规律的数学分支,随机变量在深度学习中有很多应用,无论是随机梯度下降、参数初始化方法(如Xavier),还是Dropout正则化算法,都离不开概率论的理论支撑。除了掌握随机现象的基本概念(如随机试验、样本空间、概率、条件概率等)、随机变量及其分布之外,还需要对大数定律及中心极限定理、参数估计、假设检验等内容有所了解,进一步还可以深入学习一点随机过程、马尔可夫随机链的内容。
凸优化
结合以上三门基础的数学课程,凸优化可以说是一门应用课程。但对于深度学习而言,由于常用的深度学习优化方法往往只利用了一阶的梯度信息进行随机梯度下降,因而从业者事实上并不需要多少“高深”的凸优化知识。理解凸集、凸函数、凸优化的基本概念,掌握对偶问题的一般概念,掌握常见的无约束优化方法如梯度下降方法、随机梯度下降方法、Newton方法,了解一点等式约束优化和不等式约束优化方法,即可满足理解深度学习中优化方法的理论要求。
机器学习
归根结底,深度学习只是机器学习方法的一种,而统计机器学习则是机器学习领域事实上的方法论。以监督学习为例,需要你掌握线性模型的回归与分类、支持向量机与核方法、随机森林方法等具有代表性的机器学习技术,并了解模型选择与模型推理、模型正则化技术、模型集成、Bootstrap方法、概率图模型等。深入一步的话,还需要了解半监督学习、无监督学习和强化学习等专门技术。


布啦啦
3楼 · 2020-07-31 08:58

最基础的需要一定的python基础。

最好有PYTHON基础再学会简单一点

这个应该需要一点基础吧 然后深层次巩固 让自己的实力更强

一碗馄饨皮儿
6楼 · 2020-08-04 18:00

最近几年确实是挺火的,起码得有一定的编程基础,或者是计算机专业的人员


不过如果是爱好的话,就可以先简单学习了解一下


可以听一下这个课:适合高校在读学生、IT从业人员、人工智能爱好者等


F7F984267649NVG0.png


课程主要涉及卷积神经网络和词嵌入算法原理及实战,感兴趣可以私聊


草莓juzizhi
7楼 · 2020-08-10 11:18

需要有点Python的基础,学起来更容易一些

小小123
8楼 · 2020-08-12 14:25

深度学习很火,也是之后的大趋势,不过学起来比较难,需要足够的Python基础,才能掌握

回答: 2021-11-18 10:28

计算机、数学专业学深度学习比较有优势,最重要的还是得有真实企业级项目实操,直面复杂开发环境,摆脱开源项目理想化开发,更加符合企业真实需求,我这里有些资料有兴趣可以私发你。

我自己打call
9楼 · 2020-08-12 19:36

深度学习的话最好有Python或者Java的基础

相关问题推荐

  • 回答 157

    其实学软件测试是很好找工作的,因为一般的高等院校没有专门的软件测试专业,所以大部分人才都是通过培训机构培养的,但是远远赶不上每年的人才需求,因为软件测试的人才缺口很大。另外软件测试分为功能测试、性能测试、接口测试、自动化测试,只要掌握好其中...

  • 回答 80
    已采纳

    付出和回报是成正比的,要想高薪,工作肯定是避免不了会累一些的!IT行业里,又要工资还可以,又要岗位工作不是很累的,那大概只有软件测试和UI设计了。相比开发类的岗位,动不动就加班的!测试可能会轻松不少!而UI设计的话,也相对来说,薪资尚可,不催图的...

  • 回答 53
    已采纳

    目前为止,转IT仍然是非常好的选择,不是坑。认为转IT是坑通可能是有几个原因:一是听说就业门槛高二是听说青春饭,有年龄限制三是听说行业发展迅速技术迭代快需要不断学习IT行业确有如下几个特点:1. 收入可观,2.相对公平,3.当代年轻人的舞台。1、可观的收...

  • 回答 12

    人工智能专业、计算机科学与技术专业我不太熟悉,我觉得对于女生来说,如果逻辑思维能力不错,抗压能力也不错,学这些应该都没问题,我本人就是学习大数据的,也是女生,觉得大数据这个专业还是挺好的。...

  • 回答 38

    Java和C都可以,主要是看做那方便以及就业需求量,不过个人觉得JAVA相对来说要简单一些

  • 回答 36

    首先,要看你想学的科目方向,不过我觉得最重要的是思维逻辑能力,不过现在发展也比较成熟了,找个好老师,靠谱的机构,还是问题不大

  • 回答 35

    学java、Python都还不错,薪资都比较高呢,而且市场需求大。

  • 回答 25

    自己学肯定有难度的,建议培训,要是培训的话,4个月左右吧,不难的,只要自己好好学,绝对不是问题。

  • 回答 19

    首先web行业的就业情况还是很不错的第一、web前端前景1、现在进入到了互联网时代,不管干什么基本都离不开网络,尤其是电商行业,对于用户的交互和体验度更加注重,而这些基本都是web前端技术实现的效果。2、 现在对于IT互联网的应用广泛,app、小程序、移动...

  • 回答 25

    每年Java还是很香,招聘需求还是很旺,但是企业对于人才的要求也是越来越高。底层饱和,中高级人才稀缺,是当前大多数开发岗位的现状,无论是Java还是前端,都是如此。因此如果只是抱着挣快钱的想法来入行的,建议可以绕道了。不是真心想进入这行的,不是真正...

  • IT行业就业怎么样?2021-08-16 15:56
    回答 20

    自己看

  • 回答 12

    提升自身条件,技术也要提高,这样才能去好的企业大厂发展

  • 回答 19

    Django是一个开放源代码的Web应用框架,由Python写成。采用了MVT的框架模式,即模型M,视图V和模板T。它最初是被开发来用于管理劳伦斯出版集团旗下的一些以新闻内容为主的网站的,即是CMS(内容管理系统)软件。并于2005年7月在BSD许可证下发布。这套框架是以比...

  • 回答 13

    Java企业级解决方案较多且成熟,国内搜索网站上对于各种问题的解答较多,相比而言,Python成熟企业级解决方案没Java多,资料多以外文为主。国内web开发大环境一直以Java为主,从业者人口基数众多,小白学习Java无论是书籍还是视频资料一搜一大把,从业者技术...

  • 回答 10

    django现在在生产环境用得还是比较多的,但是只能说数量比较多,质量很差;意思就是,越大型的项目越不会选django,因为它封装得太好,不够灵活,一般快速上马项目可以,但是长期维护下来很难受一般如果有开发团队的都选flask和tornado...

没有解决我的问题,去提问