人工智慧無疑是2017年最火爆的技術, 許多外行的朋友想學習卻不知道從何下手, 所以特意將此文翻譯過來, 供大家參考。 可以在短期之內進入這個領域。 這些視頻大多數都可以在國內的網站上找到。
這個“前十名單”是根據最佳內容創建的, 而不是根據評論數量。 為了幫助你選擇合適的框架, 我們首先從一個比較流行的Python DL庫的視頻開始。 。 讓我們開始!
1.概述:比較深度學習框架(96K次) - 5分鐘
在學習Python, 先理解5個最流行的深度學習框架-SciKit Learn, TensorFlow, Theano, Keras和Caffe之間的區別是很重要的。 這個由Siraj Raval製作的5分鐘視頻為你提供了每個框架優點和缺點之間的最佳對比, 甚至還提供了代碼示例的結構, 以説明你更好地做出決定。
2.播放清單:Sentdex的TensorFlow教程(114 K視圖) - 4.5小時
這個由Sentdex製作的14個視頻的播放清單是對Python中的深度學習最系統、最徹底解釋, 而且簡潔而又易於理解的教程。 包括用MNIST資料集的遞迴神經網路和卷積神經網路在TensorFlow上的實現。
3.個人教程:TensorFlow教程02:卷積神經網路(69.7 K觀點) - 36分鐘
這是Magnus Pedersen在YouTube頻道Hvass Laboratories上的這個教程。 觀看此視頻可以瞭解TensorFlow的代碼。
4.概述:如何輕鬆預測股價(210 K觀點) - 9分鐘
在這個視頻中, Siraj Raval使用了一種稱為LSTM網路的特殊類型的遞迴神經網路。 他採用的是由TensorFlow支援的Keras庫。 而且在Github上有全部的代碼。 5.教程:使用Python和Theano庫進行深度學習(201 K視圖) - 52分鐘
在不到一個小時的時間瞭解Theano。
6.播放清單:PyTorch從零到全部(3 K視圖) - 2小時15分鐘
在這一系列的11個視頻中, 宋金從頭開始教PyTorch。 這個系列的一個亮點是在第10個講座, 教你建立一個基本的CNN, 重點是用他的詳細圖解來理解CNN的概念。
7.個人教程:TensorFlow教程(43.9 K觀點) - 49分鐘
Edureka的這個單獨的教程使用TensorFlow來實現深度學習。 這是TensorFlow初學者最好的教程。
8.播放清單:深度學習與Python(1.8K的意見) - 83分鐘
YouTube頻道“機器學習電視”使用Theano和Keras發佈了一系列總共83分鐘的15個視頻, 用於DL自動圖像字幕。 展示了如何訓練你的第一個深度神經網路, 用於對來自MNIST資料集的數位進行分類。
9.播放清單:Keras-Python深度學習(30.3 K觀看次數) - 85分鐘
YouTube頻道“The SemiColon”已經發佈了一系列使用Theano和Keras的教程, 第11個視頻來實現使用DL的chatbot。 它包括卷積神經網路, Theano和Keras中的遞迴神經網路, 神經網路以及在手寫辨識(MNIST)資料集上的scikit-learn庫中的反向傳播的解釋。
。
10.免費線上課程:Andrew Ng深度學習(完整課程)(28 K視圖) - 4周課程
就像我以前在金融界的ML十大視頻文章中, 我已經保存了最後的最好的東西。