想成为深度学习的高手必须要懂哪些知识？
深度学习本质上是深层的人工神经网络，它不是一项孤立的技术，而是数学、统计机器学习、计算机科学和人工神经网络等多个领域的综合。深度学习的理解，离不开本科数学中最为基础的数学分析（高等数学）、线性代数、概率论和凸优化；深度学习技术的掌握，更离不开以编程为核心的动手实践。没有扎实的数学和计算机基础做支撑，深度学习的技术突破只能是空中楼阁。
所以，想在深度学习技术上有所成就的初学者，就有必要了解这些基础知识之于深度学习的意义。除此之外，我们的专业路径还会从结构与优化的理论维度来介绍深度学习的上手，并基于深度学习框架的实践浅析一下进阶路径。
最后，本文还将分享深度学习的实践经验和获取深度学习前沿信息的经验。
如果你能够顺畅地读懂深度学习论文中的数学公式，可以独立地推导新方法，则表明你已经具备了必要的数学基础。
掌握数学分析、线性代数、概率论和凸优化四门数学课程包含的数学知识，熟知机器学习的基本理论和方法，是入门深度学习技术的前提。因为无论是理解深度网络中各个层的运算和梯度推导，还是进行问题的形式化或是推导损失函数，都离不开扎实的数学与机器学习基础。
在工科专业所开设的高等数学课程中，主要学习的内容为微积分。对于一般的深度学习研究和应用来说，需要重点温习函数与极限、导数（特别是复合函数求导）、微分、积分、幂级数展开、微分方程等基础知识。在深度学习的优化过程中，求解函数的一阶导数是最为基础的工作。当提到微分中值定理、Taylor公式和拉格朗日乘子的时候，你不应该只是感到与它们似曾相识。这里推荐同济大学第五版的《高等数学》教材。
深度学习中的运算常常被表示成向量和矩阵运算。线性代数正是这样一门以向量和矩阵作为研究对象的数学分支。需要重点温习的包括向量、线性空间、线性方程组、矩阵、矩阵运算及其性质、向量微积分。当提到Jacobian矩阵和Hessian矩阵的时候，你需要知道确切的数学形式；当给出一个矩阵形式的损失函数时，你可以很轻松的求解梯度。这里推荐同济大学第六版的《线性代数》教材。
概率论是研究随机现象数量规律的数学分支，随机变量在深度学习中有很多应用，无论是随机梯度下降、参数初始化方法（如Xavier），还是Dropout正则化算法，都离不开概率论的理论支撑。除了掌握随机现象的基本概念（如随机试验、样本空间、概率、条件概率等）、随机变量及其分布之外，还需要对大数定律及中心极限定理、参数估计、假设检验等内容有所了解，进一步还可以深入学习一点随机过程、马尔可夫随机链的内容。这里推荐浙江大学版的《概率论与数理统计》。
结合以上三门基础的数学课程，凸优化可以说是一门应用课程。但对于深度学习而言，由于常用的深度学习优化方法往往只利用了一阶的梯度信息进行随机梯度下降，因而从业者事实上并不需要多少&高深&的凸优化知识。理解凸集、凸函数、凸优化的基本概念，掌握对偶问题的一般概念，掌握常见的无约束优化方法如梯度下降方法、随机梯度下降方法、Newton方法，了解一点等式约束优化和不等式约束优化方法，即可满足理解深度学习中优化方法的理论要求。这里推荐一本教材，Stephen Boyd的《Convex Opmizaon》。
归根结底，深度学习只是机器学习方法的一种，而统计机器学习则是机器学习领域事实上的方法论。以监督学习为例，需要你掌握线性模型的回归与分类、支持向量机与核方法、随机森林方法等具有代表性的机器学习技术，并了解模型选择与模型推理、模型正则化技术、模型集成、Bootstrap方法、概率图模型等。深入一步的话，还需要了解半监督学习、无监督学习和强化学习等专门技术。这里推荐一本经典教材《The elements of Stascal Learning》。
计算机基础
深度学习要在实战中论英雄，因此具备GPU服务器的硬件选型知识，熟练操作Linux系统和进行Shell编程，熟悉C++和Python语言，是成长为深度学习实战高手的必备条件。当前有一种提法叫&全栈深度学习工程师&，这也反映出了深度学习对于从业者实战能力的要求程度：既需要具备较强的数学与机器学习理论基础，又需要精通计算机编程与必要的体系结构知识。
在深度学习中，使用最多的两门编程语言分别是C++和Python。迄今为止，C++语言依旧是实现高性能系统的首选，目前使用最广泛的几个深度学习框架，包括Tensorflow、Caffe、MXNet，其底层均无一例外地使用C++编写。而上层的脚本语言一般为Python，用于数据预处理、定义网络模型、执行训练过程、数据可视化等。当前，也有Lua、R、Scala、Julia等语言的扩展包出现于MXNet社区，呈现百花齐放的趋势。这里推荐两本教材，一本是《C++ Primer第五版》，另外一本是《Python核心编程第二版》。
Linux操作系统
深度学习系统通常运行在开源的Linux系统上，目前深度学习社区较为常用的Linux发行版主要是Ubuntu。对于Linux操作系统，主要需要掌握的是Linux文件系统、基本命令行操作和Shell编程，同时还需熟练掌握一种文本编辑器，比如VIM。基本操作务必要做到熟练，当需要批量替换一个文件中的某个字符串，或者在两台机器之间用SCP命令拷贝文件时，你不需要急急忙忙去打开搜索引擎。这里推荐一本工具书《鸟哥的Linux私房菜》。
深度学习离不开GPU并行计算，而CUDA是一个很重要的工具。CUDA开发套件是NVidia提供的一套GPU编程套件，实践当中应用的比较多的是CUDA-BLAS库。这里推荐NVidia的官方在线文档。
其他计算机基础知识
掌握深度学习技术不能只满足于使用Python调用几个主流深度学习框架，从源码着手去理解深度学习算法的底层实现是进阶的必由之路。这个时候，掌握数据结构与算法（尤其是图算法）知识、分布式计算（理解常用的分布式计算模型），和必要的GPU和服务器的硬件知识（比如当我说起CPU的PCI-E通道数和GPU之间的数据交换瓶颈时，你能心领神会），你一定能如虎添翼。
深度学习入门
接下来分别从理论和实践两个角度来介绍一下深度学习的入门。
深度学习理论入门
我们可以用一张图（图1）来回顾深度学习中的关键理论和方法。从MCP神经元模型开始，首先需要掌握卷积层、Pooling层等基础结构单元，Sigmoid等激活函数，Softmax等损失函数，以及感知机、MLP等经典网络结构。接下来，掌握网络训练方法，包括BP、Mini-batch SGD和LR Policy。最后还需要了解深度网络训练中的两个至关重要的理论问题：梯度消失和梯度溢出。
关注电子发烧友微信
有趣有料的资讯及技术干货
下载发烧友APP
打造属于您的人脉电子圈
关注发烧友课堂
锁定最新课程活动及技术直播
伪造分类任务的目的是识别伪造图像，它可以被看作是一个二元分类问题，逐帧处理视频。在数据集的支持下，我...
1997年，几名程序员创建了一个算法，可以远程在无限大的棋盘上互相玩井字游戏。其中一个程序员并没有涉...
基于Facebook中FastText的简单嵌入式文本分类器：https://github.com/...
对于Common Crawl上的语言建模，具有128GPU的同步SGD实现了标准分布式训练的最佳结果...
根据麦肯锡的报告，预计到2025年，全球将会累计产生 10 亿人次的全基因组数据。
Q-learning和SARSA是两种最常见的不理解环境强化学习算法，这两者的探索原理不同，但是开发...
几乎所有目前最先进的神经网络都用到了dropout. 这篇教程介绍如何通过几行Python代码在神经...
本次大赛将以一个互联网应用（如CTR）为切入点，比赛协办方将提供资源（包括 AI 加速器）和数据集，...
用强化学习方法教机器人（模拟器里的智能体），能学会的动作花样繁多，细致到拿东西、豪放到奔跑都能搞定，...
当我们把区块链和需要大量训练数据的机器学习模型结合在一起后，普通开发者能否打破科技巨头的垄断，创造出...
今天手机中AI的绝大部分功能，甚至可以说90%以上的功能，都是识别。这是基于机器学习理论下AI发展的...
汽车销量还会持续上升：尽管保有量下降，但汽车销量将明显增加。传统车辆将长时间滞留在保有量中。而相比之...
通过对人脑处理信息时所采用方法的抽象总结和模拟，提出了神经网络的概念。未经处理的数据（图像，声音信息...
他解释说，其目标在于培养内部软件工程师，使其在一至两年内熟习深度学习。而当被问及DeepScale的...
而对于自底向上的模式，将商业模型中的一部分委派给机器学习，甚至从机器学习中得到全新的商业想法。自底向...
认知计算API：应用程序编程接口（API）使开发人员可以轻松地将技术或服务集成到正在构建的应用程序或...
2013年德国政府提出的“工业4.0”战略就涵盖了人工智能。“工业4.0”战略着重在制造业等领域利用...
我从一篇pix2code论文和另一个应用这种方法的相关项目中获得灵感，决定把我的任务按照图像标注方式...
Ashwin Kumar开发了基于图像标注的模型，允许用户从手绘的示意图创建可以工作的HTML网站。...
看过NVIDIA创始人兼首席执行官黄仁勋在GPU技术大会的主题演讲后，都会被其中提到的成果震撼，这背...
在小数据上能更好地工作：为了实现高性能，深度学习需要非常大的数据集。之前提到的预训练的网络在120万...
智能服装不仅仅是将小工具佩戴到手腕、脸部、耳部和脚部，智能服装还可以不断记录我们的心率、监控我们的情...
从互联网类脑智能巨系统的发展角度看，腾讯占据了互联网大脑中一个非常优势的位置：互联网神经元网络的构建...
人工智能迅速成为世界不容忽视的迅猛发展的技术。密码学领域的人也不能忽视这一点。如果人工智能生态系统在...
图像分割的一般方法是先对物体进行检测，然后用边界框对画中物体进行分割。最近，例如Mask R-CNN...
高级接口需要被用来告知用户自动驾驶汽车的行为是否与往常相同。今天的仪表盘传达了关于汽车速度和剩余燃料...
前面介绍了经典的比较标准化的深度学习在广告里面的应用，接下来我们的方向在互联网数据中，怎么样能够通过...
为了达到在医疗领域更大程度应用人工智能的能力，高度完整且安全数据库的整建绝对有其必要性，在这方面，日...
无服务器PaaS并非没有服务器，而是将搭建、设置、管理等服务器相关工作封装起来，交由第三方供应商全权...
　仅在2017年，就有21家连锁零售商申请破产，其中包括RadioShack，Toys R'Us和A...
机器学习和人工智能常常被作为同义词使用，然而尽管机器学习已经成功由实验室走入现实世界，但人工智能的覆...
华为作为最早推出人工智能手机的企业，在AI宣传上比较保守。从Mate10以及最新发布的P20系列手机...
“什么足够好?”是半导体行业一个潜在主题，答案因市场、应用的不同而有很大差异。就算在在同一设备中，不...
伴随着人工智能不断发展，“无人XX”产品、应用也陆续出现在日常生活中，它们运用人脸识别、遥感、物联网...
将样本数据输入计算机，一般算法会利用数据进行计算然后输出结果，机器学习的算法则大为不同，输入的是数据...
随后在实验研究中，研究人员通过扫描探针加载脉冲电压，以激励弛豫铁电体PMN-PT中微区压电响应的弛豫...
在理论层面，经济学对决策问题的探讨与人工智能所研究的问题有很多不谋而合之处，这决定了两门学科在研究上...
这个函数是对矩阵mat填充随机数，随机数的产生方式有参数2来决定，如果为参数2的类型为RNG::UN...
信息韩国国防部将投入29亿韩元开发智能情报系统 据韩联社4月3日消息，韩国国防部将于2019年前投入...
从环境设置，数据处理，模型训练，效果调优的完整介绍和代码演示。
谷歌的高空气球项目Project Loon为在被Maria飓风肆虐之后的波多黎各的20万居民提供最基...
深度学习只是一种 计算机视觉 工具，而不是包治百病的良药，不要因为流行就一味地使用它。传统的计算机视...
当我在阅读机器学习相关文献的时候， 我经常思考这项工作是否：提高了模型的表达能力；使模型更易于训练；...
糟糕的数据对于人工智能来说是个大问题，随着企业越来越接受人工智能，风险只会越来越高。下面来看看如何免...
第一，最迫切的岗位是与人工智能直接相关的。随着人工智能日益融入人们的生活，对于人工智能人才争夺战也日...
第一，最迫切的岗位是与人工智能直接相关的。随着人工智能日益融入人们的生活，对于人工智能人才争夺战也日...
训练数据来自于标本数据和一系列真实样本数据包括包含214种植物的Herbarium255 数据库，包...
1. 数据规模而言，因为客户主要偏传统企业客户（非互联网类），受其业务限制，可分析的大数据规模不会超...
这里有一些好消息！在2018年，云计算将变得更加有利于商业。我们都知道，云计算提供了一种方法，可以避...
深度学习能发展起来主要是由于大数据的出现，神经网络的训练需要大量的数据；而大数据本身也反过来促进了更...
IDG是全球著名的信息技术、电信行业和消费科技市场咨询、顾问和活动服务专业提供商，其下属的《NetW...
每次提到“哈佛”，都会在心中默默竖起三个大拇指，牛掰的学校不用任何形容词就自带光环。每次提到“哈佛的...
GitHub 上最热门的开源项目有哪些，又有哪些新的项目挤进热门榜单了呢，一起来看看。
Karpathy表示，综合过去6年发表在ArXiv的4300篇机器学习论文（数据来源：cs.[CV|...
近年来，深度学习在计算机视觉、语音识别、自然语言处理等领域有着广泛应用，然而，深度学习模型对大数据和...
日前，百度凭借全新的人脸检测深度学习算法PyramidBox，在世界最权威的人脸检测公开评测集WID...
去年4月，特斯拉AI总监Andrej Karpathy发表了一篇文章，揭示了机器学习论文总数、深度学...
Deep Voice是百度AI研究院一个由深度神经网络构建的高质量语音转（TTS ）系统。该系统不仅...
理解传统的计算机视觉实际上真的有助于你更好的使用深度学习。例如，计算机视觉中最常见的神经网络是卷积神...
如果你是商界英才(而不是数据科学家或者机器学习专家)，你也许对主流媒体宣传的人工智能(artific...
深度学习和人工智能是 2017 年的热词；2018 年，这两个词愈发火热，但也更加容易混淆。我们将深...
俄罗斯外交和国防政策委员会网站发布文章，介绍了当今世界及俄罗斯本国人工智能技术发展的现状以及未来该技...
本文将主要介绍深度学习模型在美团平台推荐排序场景下的应用和探索。
AI普及的未来世界，我们的生活会变成什么样子？
支持向量机(Support Vector Machine: SVM)是一种非常有用的监督式机器学习算...
支持向量机(Support Vector Machine: SVM)是一种非常有用的监督式机器学习算...
卡森霍尔盖特(Carson Holgate)正在接受忍者培训。 但这里的忍者指的并不是武术她已经有不...
本系列文章旨在直观系统地梳理深度学习各领域常见概念与基本思想，使读者对深度学习的重要概念与思想有一直...
日，全球领先的智能平台技术提供商中科创达宣布，收购全球领先的图像视觉技术公司MM ...
以下是根据不同语言类型和应用领域收集的各类工具库，持续更新中。 C 通用机器学习 Recommend...
传统的磁共振成像仪注入基于GPU的深度学习技术，造福更多的低收入患者。
26日从中国航天科工二院二部获悉，该部近日成功研制“基于深度学习的智能辅助驾驶系统”，凭借方寸几厘米...
如果你完全不懂scala但又想用Spark Mllib，你可能得向scala妥协。这不是理想的解决方...
我们能做的仅仅是在理解和抽象的层面上进行操作。每一个层级接收低下传上来的描述、丢弃它认为不相关的部分...
计算机发展到今天，已经大大改变了我们的生活，我们已经进入了智能化的时代。但要是想实现影视作品中那样充...
如果你对比大量垃圾邮件和正常邮件之后，你会发现只有垃圾邮件一般会具备以上的讲故事方式——比如，来自尼...
这背后，是谷歌AutoML Vision提供的ML模型。
根据招聘软件提供商Bullhorn公司的2018年英国招聘趋势报告，近一半(48%)的英国招聘机构希...
88SS88是Marvell最新推出的支持单端口和双端口功能、NVMe 1.3...
从人机对弈这件小事，和你聊聊人工智能的发展。
输入提供者只需在一开始传输他们的（加密）训练数据；在此之后所有的计算只涉及两个服务器，这意味着事实上...
有人认为，用低精度训练机器学习模型会限制训练的精度，事实真的如此吗？本文中，斯坦福大学的DAWN人工...
以深度神经网络（DNN）为例，眼下的传统观点认为，如果我们继续推进、继续投入，那么这些缺点就会被克服...
人工智能和机器学习是2017年的流行词汇——但这一切都在哪里发生呢？
算法永远是一段代码的灵魂，面对海量的机器学习算法，萌新最爱问的是，“我该选什么算法？”
研究者借助 AI 技术发现了近 6000 种前所未闻的新病毒，这一工作已在 3 月 15 号由美国能...
业物联网最大的价值在于预测性维护，新型物联网设备收集了大量的生产数据，再通过机器学习和人工智能分析，...
2018 年 3 月 29 日，北京举办的 2018 年中国 AI 开年盛典——新智元产业 · 跃迁...
Arm日前隆重宣布推出两款全新Mali GPU：Mali-G52和Mali-G31，为主流以及超高效...
未来系统需要在计算能力上大幅改进，以支持不断增多的工作负载以及不断演进的底层算法。
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司
电信与信息服务业务经营许可证：粤B2-当前版本AD位能够Carry的必要条件是什么? - 知乎162被浏览<strong class="NumberBoard-itemValue" title="7,995分享邀请回答8530 条评论分享收藏感谢收起262127 条评论分享收藏感谢收起DNF史诗跨界各等级SS所需材料一览 史诗灵魂怎么得
DNF韩服最新开放史诗装备跨界系统，DNF史诗跨界各等级SS所需材料一览带给大家，DNF史诗灵魂是什么怎么得？DNF史诗跨界系统是什么意思？
下面一起来看看DNF韩服史诗跨界系统介绍吧
1、狗眼调整:
-不再掉落狗眼;
-深渊，分解史诗不再出现;
-现有的狗眼调整为账号绑定;.
2、新增史诗灵魂8
-更新史诗灵魂仓库(账号绑定);
-深渊，分解史诗可以获得;
-分解史诗时只获得1个，不受到分解机等级影响;
-史诗灵魂可以用于转移无法交易装备(应该就是后续的史诗跨界!)或歌兰蒂斯道具兑换;
歌兰蒂斯兑换目录!
深渊邀请函1个 / 需要深渊挑战函 1个;
闪耀的挑战涵(20张) / 需要史诗灵魂1个;
灿烂的邀请函(100张)/ 需要史诗灵魂1个;
歌兰蒂斯辅助装备罐子 / 需要史诗灵魂6个;
歌兰蒂斯魔法石罐子 / 需要史诗灵魂7个;
史诗灵魂1个/5个狗眼;
深渊挑战函4张 / 狗眼1个;
深渊邀请函20张 / 狗眼1个;
-日后删除狗眼兑换挑战函/邀请函礼盒(韩服)
-狗眼兑换装备调整为史诗灵魂兑换;
-根据上面的兑换比率调整;
-75史诗武器/防具在歌兰蒂斯可以兑换
-指定APC掉落的固有史诗除外;
3、分解安徒恩装备调整,
-分解荒古/贪食/无尽/源助力系列可以获得史诗灵魂1个和10个浓缩的魔能石;
史诗跨界需求材料介绍：
（这个史诗碎片指的是你想要跨的那个史诗的碎片）
武器：史诗灵魂120个，上级元素结晶320个，史诗碎片80个；
防具：史诗灵魂120个，上级元素结晶400个，史诗碎片120个；
首饰：史诗灵魂120个，上级元素结晶400个，史诗碎片120个；
特殊装备：史诗灵魂120个，上级元素结晶600个，史诗碎片120个；
武器：史诗灵魂150个，上级元素结晶500个，史诗碎片100个；
防具：史诗灵魂150个，上级元素结晶500个，史诗碎片150个；
首饰：史诗灵魂150个，上级元素结晶500个，史诗碎片150个；
特殊装备：史诗灵魂150个，上级元素结晶750个，史诗碎片150个；
武器：史诗灵魂180个，上级元素结晶480个，史诗碎片120个；
防具：史诗灵魂180个，上级元素结晶600个，史诗碎片180个；
首饰：史诗灵魂180个，上级元素结晶600个，史诗碎片180个；
特殊装备：史诗灵魂180个，上级元素结晶900个，史诗碎片180个；
- 消耗需要转移的装备的史诗碎片；
- 65级以下史诗无需史诗碎片；
- 安徒恩RAID装备无法转移；
新史诗跨界系统总结：
需要该史诗的碎片的话，等于说还得肛深渊，只不过不需要肛满了......可以献祭其他没用的SS
180个史诗灵魂=900个狗眼=18000挑战书(现在兑换)，而且还需要一些数量的碎片，自己根据本区物价和自身财力换算啦!
讲道理现在有能力打团的号60-65级的SS不要分解是最划算的，如果你有跨界的想法的话。180个史诗等这系统到国服(到吗?!)也不是很艰难......
80-85分解是6眼，70-75是5眼，60-65是4眼，现在分解打团的垃圾史诗怎么想怎么亏
（责任编辑：）
关注“蚕豆网”微信公众账号
最新鲜的手游资讯，最麻辣的游戏测评，最全面的游戏攻略，还有那领不完的游戏礼包和最绿色的游戏下载，要啥有啥，应有尽有。
蚕豆网好游多
集游戏攻略、热门礼包为一体，为游戏玩家量身定做的手机游戏小伙伴！
牧羊人之心公主史莱姆值得培养吗，近期好多小伙伴都刚接触这款游戏，都在询问公主史莱姆值得培养吗，小编这...[]
放置江湖唐门之乱任务怎么做，在放置江湖游戏中好多小伙伴在唐门之乱任务点卡住，相信还有许多小伙伴都还没...[]
牧羊人之心食人花值得培养吗，好多小伙伴都不是很清楚宠物食人花的各种技能属性，都在询问食人花值不值得培...[]
2018msi季中邀请赛5月3日正式开赛 2018季中冠军赛直播地址，来看看2018msi季中邀请赛5月3日正式开赛 2018季...[]
绝地求生对抗模式玩法规则及活动时间 对抗模式怎么玩/有什么奖励，《绝地求生》5月4日新对抗活动模式将与大...[]
绝地求生新推出的“橄榄枝”平底锅皮肤被炒至88888元天价的消息，原以为如此高昂的价格已经是顶峰，没想到...[]
游戏类型：
剩余数量：
游戏类型：
剩余数量：
游戏类型：
剩余数量：晕，楼上的都在扯什么呀这个任务不是召唤小鬼的任务而是一个普通的SS职业任务最后的奖励是三样装备选一需要下神庙一次灵魂收割者 拾取后绑定 双手 法杖 118 - 178伤害 速度 3.30 （每秒伤害44.8） +16 耐力 装备： 使你的法术击中敌人的几率提高1%。 装备： 提高暗影法术和效果所造成的伤害，最多24点。 深渊碎片 拾取后绑定 饰品 使用： 在不消耗法力值和灵魂碎片的情况下施放召唤虚空行者法术。 黑暗的力量被禁锢在黑色的宝石中。 束缚长袍 拾取后绑定 胸部 布甲 75点护甲 +15 耐力 +10 智力 装备： 提高火焰法术和效果所造成的伤害，最多23点。 装备： 提高暗影法术和效果所造成的伤害，最多23点。
其它6条答案
附近的朋友等待您的帮助
包打听移动版