AI 從頭學（一五）：Deep Learning，How？

AI 從頭學（一五）：Deep Learning，How？

2017/03/17

-----

Fig. Deep Blue（圖片來源：Pixabay）。

-----

引用 FB 資料 ：

Jason Tsai： 「東看西看不見得是最有效率的方法。有心的話，認領 Deep Learning  一書其中一個章節 (13章(含)以後) 來參加一個月一次的 Deep Learning 101 讀書會。」

http://www.deeplearningbook.org/

-----

我自己勉強算是資工出身的，後來念了很久的數學，後來又念了很久的信號處理。在念博班同時，我還花了相當多的時間念英文跟其他外文，以及生理學。即便如此，在我剛開始接觸 Deep Learning 時，還是覺得 Deep Learning 門檻相當高。這個在一開始社團的討論串，大家已經各抒己見了！

-----

這時，Jason 又出聲了！在時間極少的狀況下，答應加入讀書會，對我來說，等於是魔鬼的誘惑。我當然知道跟高手切磋，功力可以大進，這個我之前參加基神徒弟的 seminar 時就見識過了。答應了，準備不週，丟人現眼不打緊，還耽誤大家的時間！

即便如此，在這個點，我知道 Jason 是對的，我打算答應，但不是立刻。

http://www.deeplearningbook.org/contents/generative_models.html

第二十章，DEEP GENERATIVE MODELS，我會開始看。為什麼呢？因為在我的「遠大目標」中，DEEP GENERATIVE MODELS 只是第一步，如果這一步跨不過，我要如何進行下去呢？我要做的是：

 DEEP GENERATIVE MODELS OF MUSIC。

即便如此，在此刻，自不量力，立刻答應，毫無疑問是愚蠢的作為。我想跟社團同仁說的部分已經說完了。Jason，你說動我了！剩下的，我們私底下再研究！：）

-----

出版說明：

2019/10/07

這篇文章是兩年半前寫的，我進入深度學習，大約就是這麼久。當時，台灣「人工智慧」社團的管理員找我一起讀《Deep Learning》這本教科書，我最後還是沒有加入他們的讀書會。不過該讀的論文我差不多都讀過了，最重要的幾篇，目前正在熟讀。

深度學習到底難不難？還是看需求吧。拉拉模型，跑跑應用，不是很難。想要真正做一些東西，很難。想要認真鑽研理論，超難。少上網轉貼，按讚，跟人閒聊。多讀重要的論文，大概就是不二法門！