导读

该篇文章可以看作是我研一如何入门深度学习的一个大总结,本人本科专业为软件工程,硕士期间研究方向为基于深度学习的图像分割,跨度相对而言不算太大。如果你对如何入门深度学习还很迷茫的话,那么请看下去吧。

在这里插入图片描述

一、Python的学习

虽然是深度学习入门教程,但是Python的学习是必不可少的,一套完整神经网络代码是由Python串起来的,网络结构部分主要是靠PyTorch实现。关于Python的入门学习,强烈推荐小甲鱼的免费Python视频教程,U1S1,这个教程是真的牛13,将的非常全面,比网络上大多数的教程讲述的都要详细!

小甲鱼Python教程:0基础入门Python
小甲鱼官方网站:https://fishc.com.cn/

二、必读入门论文

建议按照顺序依次往下看:

  1. LeNet:https://ieeexplore.ieee.org/abstract/document/726791

  2. AlexNet:https://kr.nvidia.com/content/tesla/pdf/machine-learning/imagenet-classification-with-deep-convolutional-nn.pdf
    在这里插入图片描述

  3. VGGNet:https://arxiv.org/abs/1409.1556
    在这里插入图片描述

  4. GoogLeNet:GoogLeNet论文链接
    在这里插入图片描述

  5. ResNet:ResNet论文链接
    在这里插入图片描述

  6. Batch Normalization:http://proceedings.mlr.press/v37/ioffe15.html
    在这里插入图片描述

  7. Dropout:Dropout论文链接
    在这里插入图片描述

  8. DenseNet:DenseNet论文链接
    在这里插入图片描述

  9. NiN:https://arxiv.org/abs/1312.4400
    在这里插入图片描述

  10. Xception: Xception论文链接
    在这里插入图片描述

基础必看论文仔细阅读完、做好笔记之后,可以根据自己的兴趣阅读自己感兴趣的方向,现在深度学习比较火的方向无非就是三个,第一个是图像分类,第二个是图像分割,第三个是目标检测,其中目标检测是大热!

三、必看书籍

深度学习入门级的书籍很多,但个人觉得还是以下这四本最适合新手。尤其是《深度学习入门–基于Python的理论与实现》这本书,强烈建议购入!不是恰饭!

《统计学习方法》-- 个人觉得李航老师的统计学习方法比西瓜书更加适合入门
《机器学习》-- 大名鼎鼎的西瓜书
《南瓜书》-- 推导与解释《西瓜书》中晦涩难懂的公式
《深度学习入门–基于Python的理论与实现》-- 这本书真的是宝藏,太简单易懂了,直接爱了!强烈推荐!

链接:四本书全套

四、PyTorch的学习

五、用到的Python第三方库

  • tqdm
  • Visdom
  • Numpy
  • Pillow
  • argparse
  • math
  • os

六、常用软件工具

七、神经网络画图软件

觉得写的不错的话,欢迎点赞+评论+收藏,关注我的公众号,这对我帮助真的很大很大很大!

文章持续更新,可以关注微信公众号【医学图像人工智能实战营】获取最新动态,一个专注于医学图像处理领域前沿科技的公众号。坚持以实践为主,手把手带你做项目,打比赛,写论文。凡原创文章皆提供理论讲解,实验代码,实验数据。更有上百部深度学习入门资料免费等你来拿,只有实践才能成长的更快,关注我们,一起学习进步~

精品深度学习基础系列文章

在这里插入图片描述

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐