第02讲：「什么是神经网络｜？AI之父/图灵奖得主 Geoffery Hinton 大神亲授

不二如是

大神简介：

杰弗里·埃弗里斯特·辛顿，FRS，英国出生的加拿大计算机学家和心理学家，多伦多大学教授。

以其在类神经网络方面的贡献闻名。辛顿是反向传播算法和对比散度算法的发明人之一，也是深度学习的积极推动者，被誉为“深度学习之父”。

辛顿因在深度学习方面的贡献与约书亚·本希奥和杨立昆一同被授予了2018年的图灵奖。


课程简介：

本节讲解真实神经元和大脑工作原理，以及它们如何启发人工神经网络的设计。

在线学习：



重点：

真实神经元与大脑的灵感：课程虽然主要讲解人工神经网络，但作者希望通过介绍真实神经元来提供一个关于大脑工作原理的快速概览。大脑复杂的工作原理部分通过计算机模拟来辅助理解。

并行计算的灵感来源：大脑可以使用大型并行网络完成复杂计算，这种计算方式与传统的串行处理器截然不同。这提供了制造出更高效并行计算机的可能性。

学习算法的应用：灵感来源于大脑的新颖学习算法可以解决实际问题，即便这些算法不完全符合大脑实际工作原理。

神经元的物理结构：神经元由细胞体、向其他神经元发送信息的轴突、以及接收信息的树突树组成。轴突与树突树接触处的突触负责信号传递。

游客，如果您要查看本帖隐藏内容请回复

这位鱼油，如果喜欢本帖子，请订阅>>> 专辑 <<<（不喜欢更要订阅 ）

不二如是

感谢分享

不二如是

@FishC 推荐一些学习深度学习的方式

FishC

不二如是 发表于 2024-03-29 10:59
@FishC 推荐一些学习深度学习的方式

学习深度学习可以通过以下几种方式：

1. 自学：深度学习领域的教程和资料非常丰富，你可以自行搜索在线课程、教材、博客和论坛等资源。推荐一些经典的书籍，例如《深度学习》(Deep Learning)、《神经网络与深度学习》(Neural Networks and Deep Learning)。此外，还有一些免费的在线课程，例如吴恩达的《深度学习专项课程》、斯坦福大学的《深度学习课程》等。

2. 参加线下课程或培训班：如果想系统地学习深度学习，可以考虑参加一些线下的课程或培训班。这样不仅可以获得专业的指导，还能与其他学习者分享经验和交流。当然，这需要一定的时间和金钱投入。

3. 实践项目：通过实际项目来应用深度学习知识是提高技能的好方法。可以选择一些开源的深度学习项目，并尝试复现、改进或应用它们。比如使用深度学习进行图像分类、目标检测、语音识别等。

4. 加入学习社群：加入一些深度学习的学习社群，例如论坛、微信群、QQ群等。在社群中可以与其他学习者交流，相互帮助解决问题，获取学习资源和最新动态。

无论使用哪种方式学习深度学习，都需要具备一定的数学和编程基础。建议首先掌握线性代数、概率论和微积分等数学基础，然后学习Python编程语言以及相关的科学计算库，例如NumPy和Pandas。

总之，深度学习是一个需要持续学习的领域，不断实践和探索才能不断提高。加油！

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。