大家好,今天小编关注到一个比较有意思的话题,就是关于深度学习的python的问题,于是小编就整理了3个相关介绍深度学习的Python的解答,让我们一起看看吧。
Python得达到什么程度,才能学好深度学习?
我是一名人工智能领域的研究生,让我来回答再合适不过了。其实Python只是我们实现算法,完成相关任务的一个工具,其他编程语言也是如此。Python在人工智能这方面的优势主要在于当前很多机器学习算法、深度学习算法被实现以及集成到一些包中,如:scikit-learn,keras,tensorflow,pytorch等。
对于深度学习这个领域我还是建议有一定的数学基础,如果没有的话,只能记住一些参数是怎么用的,然后慢慢领悟相关算法,如果太纠结于数学容易陷进数学理论中。毕竟数学是对现实问题的一种描述,需要有严谨的推导,而一些算法其实并不难,有了一定数学基础更容易理解算法。
在入门人工智能领域时,需要熟悉如:Numpy,Pandas,Matplotlib,Scipy等包,这些都是很多机器学习,深度学习框架,程序包经常使用的。对于Python的熟练程度,入门之后我还建议在学习机器学习算法的同时再看看一些Python进阶书籍,深刻了解Python运行的一些机理,这样也便于理解一些Python代码的书写。当然面向问题学习,进步是非常大的,当看一些机器学习代码,看不懂时可以百度,看看Python进阶的内容,然后再回过头来看代码,你会有新的感悟。
对于Python进阶内容,可以参考下面的内容
有了Python基础,下一步该怎么学习?
(图片来源网络,侵删)
Python深度学习有什么要求吗?
题主声明了Python的深度学习,那么首先你需要一定的Python基础。
这个基础不要求有多高深的Python功力,最起码会写能读懂他们的API和Demo。这一点要求你对Python至少是精通基础。
第二,学习深度学习你需要了解几个常见的深度学习包:
- TensorFlow 这是所有深度学习都绕不开的一个包
- ImageAI 针对图像处理的包
- 等框架
也就是说,在了解里面的内涵之前,我想你应该先从实现一个功能入手,让自己有了学习的动力。因为深度学习正常情况下,学习曲线很陡峭,很艰难。
第三,如果你是本着就职相关行业的话,你需要了解以下内容:
第四,如果还想更进一步,那么请补充一下数学基础和英语阅读能力。这点尤为重要,因为到这一层更多的是自己实现算法。算法从哪来呢,最新的相关学术期刊。如果想要读懂这些文章,就需要能读通,能理解了。
第五,还有一个最重要的要求,不要习惯自己过去的成绩。因为深度学习并没有达到顶峰,现在还是一个上坡阶段。目前,没有人能看到深度学习或者说人工智能的未来会达到什么样的巅峰。所以,新的框架、新的算法必然会层出不穷。
这就是我,一个五年工作经验的混子程序员给你的建议。你觉得我说的对吗?
数学系研究生学深度学习除了python,TensorFlow和算法外还要补充什么计算机方面的知识吗?
C++(速度快),CPU/GPU编程(提速),算法(提速),哲学(对体系的深刻理解),周易(调参灵感来源),心理学(从人的思维分析),脑科学(比如神经网络模型的来源),玄学(神秘灵感来源),养生学(身体棒才行的)。
到此,以上就是小编对于深度学习的python的问题就介绍到这了,希望介绍关于深度学习的python的3点解答对大家有用。