【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>>
学习一门新技术,一定要有技巧,找到学习的捷径就能事半功倍。现如今人工智能产业发展迅猛,作为一名程序员来说,不懂点深度学习的知识很容易被时代抛弃。
那么应该学习什么技术呢?笔者以为当今世上有两大深度学习框架值得研究,一个是大名鼎鼎的Tensorflow,它是谷歌公司出品的开源框架;另一个是Facebook主导开发的Pytorch框架。这两个框架都是什么优秀的深度学习框架,总的来说Tensorflow的流行程度更广一些。
深度学习要想学的深,除了懂软件,还得懂一些算法知识。当然笔者从没想过去专研的那么深,那是博士们该做的事。那么对于想跳槽到人工智能领域拿高薪的程序员来说,学习干货快速掌握Tensorflow的开发,并能娴熟自如的应用到工作中去,才是当前最迫切需要做的事啊!
笔者整理了学习Tensorflow的一些关键点,只要按照这个步骤踏踏实实的去学习,以笔者的经验一两个月的时间足够成长为一名优秀的Tensorflow工程师了。
以下是整理出来的Tensorflow学习19篇。
(1)tensorflow的环境安装
(2)tensorflow基本操作实战。
(3)tensorflow线性回归模型及原理讲解
(4)损失函数和梯度的概念
(5)全连接层、激活函数和Dropout
(6)图像的基本知识和操作
(7)卷积和池化的原理
(8)图像卷积模型CNN的实战讲解
(9)词向量操作实战讲解
(10)用CNN实现文本分类
(11)LSTM模型讲解
(12)用LSTM实现文本分类
(13)提高篇:生成对抗网络
(14)提高篇:个性推荐的原理和实践
(15)提高篇:残差网络
(16)强化学习之DQN
(17)强化学习之策略网络
(18)强化学习之Actor-Critic
(19)强化学习之DDPG
学了这19篇,基本上Tensorflow就全盘掌握了。
来源:oschina
链接:https://my.oschina.net/u/778683/blog/3101608