D2L-59 动手学深度学习课程总结与进阶学习

本文回顾课程之外值得继续探索的应用与模型，整理阅读论文、参与竞赛和研究开源代码的学习建议，为进一步学习机器学习与深度学习提供方向。

一切才刚刚开始

没有讲到的应用和模型

• 计算机视觉
  • 人脸识别
  • 体态识别
  • 无人驾驶
  • 图片合成 (GAN)
  • 超分辨率
  • 医学图片
• 自然语言处理
  • 文本分类
  • 文本合成
  • 文本摘要
  • 实体命名识别
• 图神经网络
• 语音识别
• 时序数据
• 玩游戏
• 代码生成
• 音乐
• 推荐系统

斯坦福2021秋季新课：实用机器学习

• 基础建模
• 不正确假设
• 性能调优
• 模型之外

个人进阶建议——知识

• 主动获取信息
• 学会读论文
  • 经典论文需要读懂每一句话
  • 结合代码来了解细节
  • 可以看 openreview 上的评论
• 对读过的论文做整理

个人进阶建议——实践

• 参加竞赛
  • 研究：新
  • 工业界：实现
• 多研究开源代码，和开发者多交流，积极贡献
  • 可以从修文档开始