详细内容或原文请订阅后点击阅览
如何学习深度学习2020年
你在寻找学习深度学习的地方吗？在这个资源集合中，你将找到计算机视觉、NLP 和强化学习中最流行的深度学习架构和模型
来源:AI夏令营您是否正在寻找学习深度学习的地方？无论您是初学者还是经验丰富的机器学习工程师，我相信您会发现下面的集合很有用。
在这篇文章中，我们汇集了所有资源并将它们组织成分步指南，以帮助您尽可能高效、快速地学习所有流行的深度学习架构和算法。
在这篇文章中，我们汇集了所有资源并将它们组织成分步指南，以帮助您尽可能高效、快速地学习所有流行的深度学习架构和算法。您还将找到专注于特定应用（例如计算机视觉和自然语言处理（NLP））的文章，以及有关强化学习如何工作的帖子。
所以，事不宜迟，让我们开始吧……
深度学习架构
在这篇文章中，您将使用 C++ 从头开始构建前馈神经网络。您将实现反向传播算法，定义网络结构并使用 OpenCL 在 GPU 中训练它
在第二部分中，您将通过包含卷积神经网络来扩展库。您将定义卷积层和池化层，并对 OpenCL 内核进行编程以并行运行反向传播。
什么是跳过连接，为什么它们可以解决消失梯度问题，以及如何将它们应用于流行的卷积神经网络架构，例如 ResNet、DenseNet 和 UNet。
了解循环神经网络的工作原理、什么是 LSTM 以及它们解决什么问题，最后使用 Python 和 Keras 预测比特币价格
自动编码器的内部工作原理、什么是变分自动编码器 (VAE) 以及如何使用 PyTorch 生成原始新图像
生成模型与其他机器学习架构有何不同、生成对抗网络 (GAN) 如何从数据中学习以及为什么它们能够生成新的数据点？