想要學習深度學習，這篇文章列出了許多學習的脈絡，數學，物理都很重要
首先，盡你所能，把所有具有連續性的數學和物理課都上一遍。如果必須要在“iOS編程”和“量子力學”之間選一門，一定要選後者。在任何情況下，都要上微積分（I）、微積分（II）,微積分（III）、線性代數、概率論和統計學，另外盡可能多的去聽物理學的課程。同時，還是要確保學習編程。
為什麼物理學這麼重要？因為物理學發明了很多數學方法，來給真實世界建模。比如，貝葉斯推理（BayesIan inference）在本質上與統計力學（StatisticalMechanics）是相同的，反向傳播算法（ Backpropagation）可以看作是經典力學里拉格朗日算符（Lagrangian）的一種簡單應用。圖模型裡的前向算法（ Forward Algorithm）是一種廣泛應用於量子力學的路徑積分（Path Integral）。物理，能夠教你如何使用傅里葉變換（“海森伯不確定原理”的基石）、最大熵原理、配分函數、蒙特卡洛法、熱處理、波爾茲曼分佈、動力系統、混沌等等。
▶相關線上課程
我們先前也介紹一系列跟機器學習相關的課程，大部分都是使用 Python 去實作，有興趣可以參考 https://goo.gl/w3e3gA
http://bangqu.com/gpu/blog/5145
Search