炼丹入门必备：迈向调参之路的新手指南（深度学习篇） --实验盒

选定学习路线

上回介绍了机器学习的入门指南，这一次轮到更为火爆的深度学习。深度学习有非常多免费的优质课程，不用花钱就能在家享受名师教学的体验。这一次，也主要是介绍免费的资料。

深度学习的入门也划分为两条不同的路线，一条路线是从基础学好，注重每一步的推导和实现过程，另一条路线是入门时只需要弄懂大致的原理，能够快速拿过来用。废话就不再多说了，下面就是这些资源的简介。

稳扎稳打路线

Deeplearning.ai

吴恩达推出的课程，涵盖内容非常广泛。这门课程共有5大节，从最基础的神经网络开始，一步一步深入介绍TensorFlow、CNN、RNN等内容。这门课程对基础概念的讲解很容易让人理解，尤其适合新手。课程本身可以免费观看，网易云课堂上也可观看，但作业需要在Coursera付费加入课程才可拿到。

这门课程的辅助资源也非常多，其中黄海广博士以及众多网友合力编写的课程笔记(www.ai-start.com/dl2017)非常值得一看，几乎把课程视频文本化了，即便脱离视频单看笔记也很有用。

CS231n

斯坦福大学一门大名鼎鼎的课程（http://cs231n.stanford.edu），在计算机视觉领域介绍深度学习。课程完全免费，作业非常值得做。对新手来说可能有一定难度，但如果能坚持听完课程做一遍作业，会有非常大的收获。

李宏毅

台湾大学李宏毅教授的Machine Learning and having it deep and structured课程（http://speech.ee.ntu.edu.tw/~tlkagk/courses.html）是难得的中文好课，讲得风趣幽默。如果不想听英文课程，强烈推荐李宏毅老师的课程。这门课程完全免费，视频可以在官网上找到连接，也可以去Bilibili搜。

深度学习

非常经典的一本书，被誉为深度学习圣经。这本书唯一的缺点是，它比较偏理论，没有实操。但如果要深入研究，这本书必不可少。中文翻译版已经开源，可以在https://github.com/exacity/deeplearningbook-chinese下载。

快速上手路线

fast.ai

纯实操路线，目前仅推荐fast.ai的Practical Deep Learning for Coders这一门免费课程（https://course.fast.ai）。这么课程由Kaggle前主席和首席科学家Jeremy Howard和AI科学家Rachel Thomas创建，适合有一定编程基础的学习者。与其他课程不太一样，它是从上至下教学，一开始就教代码，然后再讲解原理。学完整个课程后，能收获不少实践。