理论基础还是很必要的

学习学习

对，基础也很有用。。。

不过，深度学习的理论跟以前的传统机器学习比起来不是很难。。。玩一玩项目入门之后，可以逐渐学一下

把相关理论发展的文章读一读，读明白了就差不多了吧。。。毕竟这个方向时间比较短，经典的开创性文章也不算太多HiPDA·NG

确实。。。这东西是屠龙术。。。很厉害

可惜，世界上没几条龙啊。。。所以竞争很激烈HiPDA·NG

谢谢分享。如果从理解原理的角度上出发看啥资料？是不是从Andrew Ng的机器学习公开课开始看，或者有啥其他资料推荐的？ iOS fly ~

他的公开课就足够了。。。这东西的原理就那么回事，并不复杂。。。目前水论文的方向大多都是偏应用。。。开创性的东西不多HiPDA·NG

提个可能比较高的标准，如果要做到能读懂一个常用框架的（大部分）代码的话，理论储备要到什么程度？比如这个公开课看完还需要看啥资料？

比较怕的就是理论知道一些皮毛，框架也会用一些，但是中间是脱节的。 iOS fly ~

谢谢楼主分享

读框架代码跟深度学习关系不大，不需要去读。。。通常，模型和框架没有依赖关系。。。用哪个框架都一样

重要的是，读懂那些成熟的模型的实现细节。。。至于这些细节，一般都在论文里面有写，去翻一翻应该就可以

我的理解，框架相当于编译器，模型相当于源代码。。。一般程序猿，主要是读源代码的，很少有读编译器的实现代码的。。。

不过有时候，编译器会缺少一些最新的特性，这时候可以等更新，也可以去读编译器的实现代码，把新特性加进去。。。这是比较牛的人干的事情了
HiPDA·NG

先马克有空看！

关注一下。

多谢回复。我原来的理解比较简单，就是 应用程序 =》 框架，看来是简单了，我听下来你的意思是 应用程序 =》 模型 =》 框架？

我的目的可能和一般人不一样，我相对比较偏硬件和底层，对于上层的应用其实兴趣不是太大。主要想了解下框架底层是怎么实现的，比如怎么和CUDA交互的，对于GPU的利用率如何，瓶颈在哪里，怎么去优化。但是这些如果不太了解框架原理的话估计可能会看起来有些吃力？

为啥要Linux？

不知道。。。看起来大家linux用的比较多，可能和生产环境稍微接近一点吧

但是，理论上用win做开发其实也没什么大问题HiPDA·NG

ai只要能帮我稳定的从投资市场赚钱就行了。。。
求带路。。。

只求不上班，在家躺着，ai帮我从资本市场里赚到钱。。我就这么一个目的。。求带路。。

ai不能在投资市场凭空变出钱来。。。ai只能帮你快速的找到韭菜在哪里，然后帮你高效的割韭菜。。。

能不能赚钱主要看韭菜的数量和表现HiPDA·NG

Mark ai 产业路径

进来学习

楼主，从第六段开始我就看不懂了，我是不是应该安静地离开？

马克，，，

马克吐温小尾巴~

最近看了不少算法和ai作曲的东西 感觉怎么说 路还远着呢 当然我也在摸索 iOS fly ~

学习，跟下来看看

现在框架造得很完善了，基本上是无脑搭积木。当年我学DL的时候，还得写theano。

解放双手也好，更多时间留给自己去思考。

学习最快的路径是复现论文。

那我们内地不一样哦，哈哈

标记一下

tensorflow工业界用的多，其实从keras入门比较好，另外Pytorch这个很不错，学术界现在很流行这个，玩玩的话，数学方面高等数学线性代数，再学个梯度下降,CNN就可以玩起来了。

马克一下，数学忘光了，c和linux倒是一直在用