2.機器學習基礎：機器學習本身是乙個龐大的領域，單單乙個svm的推導就能把我們虐死，而在深度學習或者能夠在ufldl教程中，andrew ng 已經告訴我們可以先看到邏輯回歸就好，看ii，iii，iv章（到邏輯回歸）http://
openclassroom.stanford.edu
/mainfolder/coursepage.php?course=machinelearning
3.深度學習與計算機視覺：有了上面的兩個基礎，可以把李飛飛老師的網易雲課堂的公開課http://
給刷了，最好自己把卷積的bp過程公式推導一下，參考http://
ufldl.stanford.edu/wiki
/index.php/ufldl%e6%95%99%e7%a8%8b
當然，也可以事先看看一些中文部落格對卷積神經網路的通俗講解~
4.選擇乙個深度學習框架開始搞事情了：像caffe tensorflow pytorch 這三個我個人比較看好，用caffe來作為乙個入門是非常不錯的選擇，把caffe自帶的幾個example跑通之後，可以開始著手選擇乙個領域，看相關的**，比如人臉檢測，開始訓練一些模型，其中會需要用到python或者matlab來處理一些資料集的格式，對應的程式語言要學習下
6.學完上面的東西，也要花不少時間，因為每個人基礎不一樣，理解速度也不一樣，所以也沒必要強求跟別人比進度~盡心盡力就好
7.初步學完了上面提到的內容，可以算是入門了，但是如果要在畢業後從事深度學習方向的職業，是需要更多其他方面的積累的。
深度學習如何入門
首先大神推薦的 1天搞懂深度學習 台灣李巨集毅教授寫的，據說通俗易懂，系統的介紹和概括了深度學習的入門。深度學習，是根據經驗值，給乙個初始值，再根據模型 其實也就是數學公式 對訓練集進行訓練，最後用測試集進行測試的時候能夠得到乙個比較符合要求結果的乙個過程。測試集和訓練集的好壞，會影響深度學習的結果...
如何快速入門深度學習
深度學習發展至今已然有幾個年頭了，上個世紀九十年代的美國銀行率先使用深度學習技術做為手寫字型識別，但深度學習的驚豔登場並沒有留住它一時的輝煌，直到2012年深度學習這個領域才開始漸入人們的眼簾。可以說我們現在擁有著絕佳的學習機會，世界頂級的會的議 各大資料庫公開的資料來源以及開源的力量已經讓我們站在...
如何快速入門深度學習
深度學習發展至今已然有幾個年頭了，上個世紀九十年代的美國銀行率先使用深度學習技術做為手寫字型識別，但深度學習的驚豔登場並沒有留住它一時的輝煌，直到2012年深度學習這個領域才開始漸入人們的眼簾。可以說我們現在擁有著絕佳的學習機會，世界頂級的會的議 各大資料庫公開的資料來源以及開源的力量已經讓我們站在...