1樓：星辰大海
一些比較典型的深度學習演算法，應該是需要學習的。
① 卷積神經網路
卷積神經網路估計是變種型別最多的深度學習方法。下圖中的LeNet5是乙個非常早期的模型。
② 殘差網路
殘差網路在卷積神經網路中加入了恒等路徑。
He, Kaiming, et al. Deep residual learning for image recognition[C]. Proceedings of the IEEE conference on computer vision and pattern recognition (CVPR), 2016.
③ Squeeze-and-Excitation Network
SENet又進一步新增了特徵的重新加權，是一種通道注意力機制。
Hu, Jie, Li Shen, and Gang Sun. Squeeze-and-excitation networks[C]. Proceedings of the IEEE conference on computer vision and pattern recognition (CVPR), 2018.
④ 殘差收縮網路
殘差收縮網路將SENet中的特徵重新加權，改成了降噪所常用的軟閾值化，以應對含雜訊資料。
Zhao, Minghang, et al. "Deep residual shrinkage networks for fault diagnosis." IEEE Transactions on Industrial Informatics 16.
7 (2019): 4681-4690.
2樓：
1："預備知識"——確認自己熟練掌握了《微積分》、《線性代數》、《概率論》、《數理統計》、《資料結構與演算法》
4："深入"——Goodfellow、Bengio等的《Deep Learning》（「花書」）；Hinton在Coursera上的課程；數學方面補充：《統計學習》、《概率圖模型》、《凸優化》、《核方法》、《圖方法》；另外根據興趣選擇興趣方向：
強化學習、計算機視覺、自然語言處理、隨機優化理論。。。。
5："高階"——未知。
自學機器視覺應該怎麼入門？
從2020年來看，深度學習是機器視覺領域的主要方法之一，是應該學習的。實用的深度學習方法包括卷積神經網路 深度殘差網路 以及適用于強雜訊資料的深度殘差收縮網路等。卷積神經網路 深度殘差網路 深度殘差收縮網路 推薦你看下我分享的資源，裡面有你需要的書籍。3D視覺指南針 影象處理新手入門，最全OpenC...
專欄 如何系統入門機器學習？
乙隻大蘑菇 是勞動人民養活了資本家而不是資本家養活了勞動人民商業是最大的慈善這句話如果亂用那就是在刻舟求劍亞當斯密是什麼年代的現在是哪一年了？ 之前去面試一家網際網路公司，基本就是做營銷號的 漂亮女人都這樣做，有智慧型的男人都那樣做這種文章，公司領導講話時也提到了商業就是最大的慈善，乙個靠營銷號賺流...
老師讓我做機器學習專案，我應該學什麼入門？
永無止境 從演算法的角度，首先應學習一些基礎的深度學習方法，例如 卷積神經網路 AlexNet是一種基礎的卷積神經網路結構，也是2012年ImageNet競賽的冠軍。卷積神經網路 AlexNet 殘差網路 殘差網路也是一種卷積神經網路，它的特色在於額外引入了跨層的恒等路徑，其基本模組如下圖所示 深度...