欢迎大家来到深度学习的世界，我是梗直哥，从今天起《深度学习公开课》的专栏正式开始更新！在这门课程中，你将能够系统的学习深度学习各方面的知识。如果你对人工智能感兴趣，却苦于入门无路，对复杂的数学或者编程望而生畏的话，那么这门课就是你的菜了。欢迎加个关注，跟着梗直哥开启深度学习的旅程吧！

 

专栏更新计划

课程目录在下方（后续更新过程中内容或有增改），计划每天更新一节。希望小伙伴多多点赞支持！

学习过程中遇到问题，欢迎评论区留言交流。学习交流群V：gengzhige99

专栏内容也会同步更新到这里：

公众号：梗直哥

Github-梗直哥：https://github.com/Gengzhige

专栏目录

Chapter-01 欢迎来到深度学习的世界

• 1-1 为什么要学机器学习

• 1-2 机器是怎么学习的

• 1-3 机器学习解决哪些问题

• 1-4 机器学习和深度学习怎么选

• 1-5 深度学习的发展历程

• 1-6 深度学习的典型应用

• 1-7 深度学习路线图

• 1-8 本门课程的主要特点

• 1-9 本章小结

Chapter-02 数学知识回顾

• 2-1 线性代数

• 2-2 微积分

• 2-3 概率

Chapter-03 环境安装和工具使用

• 3-1 [CUDA+Anaconda]深度学习环境配置

• 3-2 conda实用命令

• 3-3 [Jupyter Notebook]快速上手

• 3-4 深度学习库Pytorch安装

Chapter-04 浅层神经网络

• 4-1 从线性模型讲起

• 4-2 神经网络基本原理

• 4-3 分类问题

• 4-4 线性回归代码实现

• 4-5 多分类问题代码实现

Chapter-05 深层神经网络

• 5-1 多层感知机

• 5-2 多层感知机代码实现

• 5-3 前向传播和反向传播

• 5-4 常见问题及对策

• 5-5 正则化

• 5-6 Dropout

• 5-7 梯度消失和梯度爆炸

• 5-8 模型文件的读写

Chapter-06 梯度下降算法及其变体

• 6-1 最优化理论

• 6-2 损失函数性质

• 6-3 梯度下降

• 6-4 随机梯度下降

• 6-5 小批量随机梯度下降

• 6-6 动量法

• 6-7 AdaGrad算法

• 6-8 RMSProp算法

• 6-9 Adadelta

• 6-10 Adam算法

• 6-11 学习率调度器

Chapter-07 卷积神经网络

• 7-1 卷积层

• 7-2 图像卷积

• 7-3 常用操作

• 7-4 池化层

• 7-5 卷积神经网络

Chapter-08 复杂卷积神经网络

• 8-1 AlexNet

• 8-2 VGGNet

• 8-3 GoogLeNet

• 8-4 批量规范化

• 8-5 ResNet

• 8-6 DenseNet

Chapter-09 循环神经网络

• 9-1 序列建模

• 9-2 文本数据预处理

• 9-3 语言模型

• 9-4 统计分析和数据集构造

• 9-5 循环神经网络

Chapter-10 复杂循环神经网络

……

Chapter-11 注意力机制

……

 

1-1 为什么要学机器学习？

机器学习是人工智能的一个重要分支，深度学习是机器学习中非常重要和核心的子领域。它是一种计算机程序自动提升自己的能力的方法。它允许计算机在没有明确的编程的情况下进行学习，并能够从数据中自动识别规律、预测未来趋势，从而提高自身的性能。

机器学习在生活中的应用非常广泛，例如：

• 搜索引擎：机器学习技术可以帮助搜索引擎更好地理解用户的查询意图，并提供更准确、更有价值的搜索结果。

• 语音识别：机器学习技术可以帮助计算机识别人类语音，并将其转化为文本。这个技术在语音助手、自然语言处理等应用中得到广泛应用。

• 图像识别：机器学习技术可以帮助计算机识别图像中的物体、人脸等信息，并进行分类、标注等操作。这个技术在视频监控、智能手机等应用中得到广泛应用。

学习机器学习有很多好处：

首先，机器学习是当今人工智能发展的热门领域，在各种行业中都有广泛应用。掌握机器学习技能可以为你的职业发展打下坚实的基础，并为你的职业生涯开拓更多的发展机会。

其次，学习机器学习可以帮助你更好地理解当今世界发展的趋势。机器学习技术正在改变人类生活的方方面面，它正在帮助我们更好地处理大量的数据、提高工作效率、改善决策质量等。了解机器学习的原理和应用，可以帮助你更好地理解这些变化，并为你的未来规划做出更明智的决策。

此外，学习机器学习还可以帮助你提升自己的计算机科学素养。机器学习是计算机科学的一个重要领域，它涉及到数学、统计学、计算机科学等多种学科。通过学习机器学习，你可以提升自己的计算机科学知识，并为你的职业生涯打下坚实的基础。

总的来说，学习机器学习是一个值得投入的技能，它可以为你的职业发展和未来规划带来巨大的帮助。如果你对计算机科学、人工智能有兴趣，或者希望在当今快速发展的科技领域中发挥作用，学习机器学习是一个不错的选择。

 

在学习机器学习的过程中，你需要掌握一些基础知识，例如线性代数、概率论、统计学等。需要了解机器学习的基本原理和常用模型，例如感知机、决策树、神经网络等。还需要学会使用常用的机器学习工具和框架，例如TensorFlow、Scikit-learn 等。

学习机器学习是一个持续的过程，需要不断加深对基础知识的理解，并不断学习新的技术和方法。你可以通过读书、参加培训课程、参加在线课程、完成项目来提升自己的机器学习能力。当然，最简单的方法就是跟着梗直哥来学习，简单、有趣、系统、全面，可以节约你的大量时间，少走弯路。

一句话，学习机器学习是一个有价值的投资，它可以帮助你的职业生涯取得成功，并为你的未来规划做出明智的决策。如果你对机器学习感兴趣，不妨踏踏实实地开始学习，为自己的未来打下坚实的基础。

 

机器学习很多概念是学习深度学习的基础，对机器学习算法基础知识和代码不熟悉的同学可以先来补补课——机器学习必修课