AI资源贴

视频学习三部曲：

吴恩达的课程

斯坦福机器学习课程 UFLDL

斯坦福计算机视觉课程 CS231n

入门数据集选择

Mnist

CIFAR

 ImageNet 和 MS COCO

会算矩阵乘法

别笑，说正经的，在这个框架高度封装的年代，梯度不需要自己算，损失不需要自己求，反向传导更是被处理得妥妥的，在不求甚解的情况下，你甚至只需要知道这么几个概念就可以开始着手写第一个程序了：

• 它就是通过一系列矩阵运算（或者类似的一些其他运算）将输入空间映射到输出空间而已。参与运算的矩阵的值称为权重，是需要通过不断迭代来寻找到最优值。

• 当前的权重值离最优值还差多远，用一个数值来表示，这个值就叫损失，计算这个值的函数叫损失函数。

• 当前的权重值应该调大还是调小，这个值通过对损失函数求导来判断，这个求导得到的函数叫做梯度。

• 通过损失和梯度来更新权重的方法叫做反向传导。

• 迭代的方法称为梯度下降。

https://hackernoon.com/learning-ai-if-you-suck-at-math-part-two-practical-projects-47d7a1e4e21f#.a4j3946v2

数学

http://nbviewer.jupyter.org/url/norvig.com/ipython/Probability.ipynb

学习tensorflow

https://www.quora.com/Where-can-I-start-learning-how-to-use-TensorFlow

学习ML DL

https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/0_Prerequisite/ml_introduction.ipynb