youyouzh / udl

Deep Learning Note, DL Project

深度学习相关笔记

背景

本身是已经工作多年的后端开发人员，Python基础是有的，写过不少爬虫和工具，另外大学时候学过一些机器学习相关的算法，不过已经丢掉了。

之前一时兴起研究了一下深度学习相关的知识，不过也是浅尝辄止，没有深入，也没有动手实际去搭建一些神经网络，只停留在理论阶段。

随着AlphaGo、FaceSwap、ChatGPT、AIGC等领域的突破，让人真切感受到深度学习的潜在价值，所以此次下定决心认证进入这个领域，最起码能够搭建模型投入到实际项目中，解决一些问题。

• Image Generation/Translation：挺眼馋通过AIGC生成一些漂亮的插画，甚至能够给线稿自动上色，这无疑非常刺激我这个画渣。
• Image Classification：以前爬虫爬取的几十万张动漫插画图片，还有收集的各种素材，手动分类整理实在太痛苦了，要是能训练个模型帮我自动分类就好了。
• NLP/Speech：什么语素抽取，文本识别，工作上也会用到。百万调音师！好像生成萌萌的声音，这样就不用花那么多时间去练习伪音了

笔记记录

• conda和Python环境安装

学习路径

1. 数学基础：微积分、线性代数、概率论，帮助理解机器学习算法
2. Python：语法知识，基础库，机器学习常用库Numpy、Pandas、matplotlib、Scikit-Learn，主流深度学习框架TensorFlow、PyTorch
3. 机器学习：主流机器学习算法，比如线性回归、逻辑回归、神经网络、SVM、PCA、聚类算法
4. 深度学习常见模型：比如CNN、RNN、LSTM、GAN等
5. 强化学习：介绍强化学习的简单原理和实例
6. 实践项目：结合几个实际的项目来做比较完整的讲解
7. 阅读论文：更深入的了解，前沿研究方向

学习安排

作为一个苦逼打工人，只能用业余时间来进行学习，比如通勤路上、午饭晚饭和周末等，工作日在上班路上或者休息期间主要以教材阅读，知识整理为主，周末的时候进行编码实践，一周腾出大概一半的业余时间放在上面。

以工作日有效投入时间1小时，周末投入7小时计算，每周有效投入时间12小时。有加班的话相应减少投入时间。

使用资料

主要包括一些书籍，github开源项目，开源库的官方文档等，还有一些在线课程。主要是两本书的阅读：《动手学深度学习》和《神经网络与深度学习》，其他资料暂时先不用。

1. 书籍：《动手学深度学习》，跟着编码和实践
2. 书籍：《神经网络与深度学习》邱锡鹏，文字版PDF，手机阅读
3. 途中使用到的各种库，参阅官方网站
4. 实战：https://paperswithcode.com/，后期进行论文阅读和代码实践
5. 线上开源模型库： HuggingFace，ModelScope

其他一些资料补充：

• Python学习资料：https://github.com/jackfrued/Python-100-Days，大概浏览，查漏补缺，按需阅读
• 《深度学习》Yoshua Bengio+Ian GoodFellow，文字版PDF，手机阅读
• 《机器学习》周志华的笔记参考：https://github.com/Vay-keen/Machine-learning-learning-notes
• 机器学习路径参考：https://github.com/loveunk/machine-learning-deep-learning-notes
• PyTorch中文文档：https://handbook.pytorch.wiki/chapter1/1.1-pytorch-introduction.html，学会该框架的基本使用
• 深度学习论文阅读路径：https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap