6 tháng để thành thạo Deep Learning

Ngày nay, Deep Learning (Học Sâu) là một lĩnh vực quan trong trong học máy cũng như trong trí tuệ nhân tạo. Hầu hết những phương pháp của Học sâu đều có độ chính xác cao hơn so với những thuật toán với những bài toán khác.

Deep Learning có độ phức tạp hơn so với những phương pháp khác. Tuy nhiên, học Deep Learning không khó. Dưới đây, tôi sẽ đưa ra quy trình học giúp các bạn có thể thành thạo Deep Learning chỉ trong 6 tháng: từ chuẩn bị những nền tảng cơ bản nhất tới xây dựng một mô hình Deep Learning thực thụ.

Điều kiện:

Để bắt đầu học, bạn cần có những điều kiện sau:

  • Sẵn sàng dành tối thiểu 10-20 giờ/tuần trong vòng 6 tháng
  • Bạn cần có những kĩ năng lập trình cơ bản. Đặc biệt trên Python. và Clound.
  • Các kiến thứ về đại số tuyến tính, xác suất thống kê, hình học,…
  • Và tất nhiên là máy tính cùng Internet

Giai đoạn 1

Hãy khởi động từ tư duy. Ví dụ, bạn đang muốn học lái một chiếc xe ô tô. Thì việc cần thiết là bạn phải học cách lái xe – chứ không phải học về các thiết bị xe, động cơ xe. Tương tự với Deep Learning, ta sẽ học theo phương pháp Top-down.

Hãy bắt đầu với khóa học fast.aiPractical Deep Learning for Coders — Part 1. Khóa học kéo dài trong 4-6 tuần. Code thực hành của khóa học này được chạy trên Cloud. Google Colab có cài sẵn GPU. Ngoài ra bạn còn có những lựa chọn khác như Paperspace, AWS, GCP, Crestle hay Floydhub. Lời khuyên là chúng ta hãy bắt đầu với những công cụ có sẵn trước khi xây dựng nên thế thống máy tính riêng của bạn.

Giai đoạn 2

Đây là giai đoạn bạn nên tìm hiểu lại những vấn đề về toán học, đặc biệt là giải tích và đại số tuyến tính.

Về giải tích, Big Picture of Calculus sẽ cung cấp cho bạn đầy để nền tảng tổng quan.

Về đại số tuyến tính, khóa học Gilbert Strang’s MIT trên OpenCourseWare sẽ mang lại cho bạn lượng kiến thức tuyệt vời.

Sau khi hoàn thành hai phần trên, bạn có thể bắt đầu với cuốn sách Matrix Calculus for Deep Learning.

Giai đoạn 3

Đây là thời điểm bạn có thể tiếp cận chuyên sâu Deep Learning. Bạn hãy tham gia 05 khóa học chuyên sâu về Deep Learning trên Coursera. Với khóa học này, bạn sẽ mất phí để học tập. Nhưng tất nhiên công sức bỏ ra sẽ là xứng đáng. Với với những nền tảng bạn đã chuẩn bị ở giai đoạn trước, thì bạn có thể hoàn mỗi khóa học trong một tuần.

Giai đoạn 4

“Nếu chỉ học tập mà không thực hành sẽ khiến bạn chỉ trở nên đần độn thêm!”

Hãy làm một dự án thực sự. Đây là thời gian bạn nên đi sâu vào một thư viện Deep Learning (ví dụ: Tensorflow, PyTorch, MXNet) và xây dựng một bài toán thực sự theo sở thích của bạn.

Giai đoạn 5

03 giai đoạn đầu tiên là bước đệm cho bạn tìm hiểu về phương thức hoạt động và những thư viện có sẵn. Còn giai đoạn này là thực hiện bài toán và hiểu những thư viện một cách chắc chắn.

Wow, bạn đã gần trở thành một nhà lập trình Deep Learning chuyên nghiệp rồi. Hãy thêm một giai đoạn nữa.

Trong thời gian này, bạn hãy tham gia khóa học fast.ai phần II- chuyên sâu- Cutting Edge Deep Learning for Coders. Khóa này sẽ cung cấp cho bạn những kiến thức chuyên sâu hơn cũng như học cách đọc những tài liệu mới nhất.

Với mõi giai đoạn, bạn sẽ mất khoảng 04 tới 06 tuần. Và trong khoảng thời gian 26 tuần này, bằng cách thực hiên nghiêm túc các điều kiện ban đầu, bạn sẽ trở thành nhà lập trình Deep Learning thực sự.

Giai đoạn 6: củng cố

Sau khi kết thức 5 giai đoạn trên, giờ này bạn có thểm tham gia khóa học CS231nCS224d của Stanford. Đây là hai khóa học tuyệt vời cho trực quan hóa và NLP. Khóa học luôn cập nhập những phương pháp mới nhất. Và cuối cùng, hãy đọc cuốn sách Deep learning book. Cuốn sách sẽ củng cố lại kiến thức cho bạn.

Với Deep Learning, bạn có thể tạo ra mọi thứ!

Nguồn: https://trituenhantao.io/

Bạn muốn trích dẫn bài này:
-----
"6 tháng để thành thạo Deep Learning," Trí tuệ nhân tạo, Ngày xuất bản: 16/04/2019, URL: https://trituenhantao.io/kien-thuc/con-duong-hoc-deep-learning-trong-6-thang/, Ngày truy cập: 29/05/2020.



,

Về trituenhantao.io

Trituenhantao.io là trang web chia sẻ thông tin, kiến thức, kinh nghiệm học tập và triển khai các chương trình và dự án sử dụng trí tuệ nhân tạo trên thế giới.
Xem tất cả các bài viết của trituenhantao.io →