几年之前，深度学习还是机器学习中一个不太受人关注的领域。随着最近神经网络和大数据概念的出现，很多复杂任务的实现已经成为可能。
目前，深度学习已经被应用到很多的领域当中，例如：语音识别、图像识别、在一个数据集当中寻找模式、照片中的事物分类、字符文本生成、自动驾驶汽车等等。因此，了解深度学习及其概念是非常重要的。
为了能够让你用一种更简单的方式学习深度学习，Analytics Vidhya 梳理了一些 2016 年关于深度学习的视频、教材和课程。其中包括深度学习暑期班、各类峰会和会议的讲座和教材。希望你能够从中受益。(注：本问提及的视频都在 YouTube 上，你也许需要专门的工具才能查看。)
目标读者
不管是深度学习的初学者、计算机从业者还是领域内的专家，你都可以在这份列表中找到需要观看的视频。
这篇文章根据读者的学习程度对学习材料进行了分类。如果你是一名初学者或者是中等水平人士，你可以从第一部分开始。如果你想进一步掌握深度学习，中国直播网 ，相信阅读本文会使你受益。在开始对深度学习的探索之前，你首先要制定一个时间表。相信开始在几周以后，你至少可以建立起自己在深度学习中的第一个模型。对于深度学习方面的专家来说，深度学习的高级教程部分有很多精彩的视频可以帮助你加强现有的知识。
你也可以看看 5 分钟的初学者视频来巩固基础知识。对于所有深度学习/数据科学方面的爱好者，你们一定会喜欢深度学习的应用和其他部分对例子的介绍。其中包括谷歌 DeepMind 的一些视频，你可以从中学习如何使用深度学习绘画，并且深度学习是如何让自动驾驶汽车成为现实的。
另外，本文提及的视频还有一小部分是关于强化学习的。
1.深度学习初学者教程
深度学习简化版
2016 斯坦福湾区深度学习学校 Day 1
2016 斯坦福湾区深度学习学校 Day 2
深度学习教程
使用神经网络的深度学习及 TensorFlow 介绍
机器学习神经网络
TensorFlow 入门
神经网络
改变所有事物的神经网络
TensorFlow 广度&深度学习——机器学习
深度学习简介
深度学习揭秘
2.深度学习高级
2016 年蒙特利尔深度学习暑期班
深度学习教程——高级
深度学习实践-语音识别与其他
3.深度学习的应用
详解谷歌 DeepMind
自动驾驶汽车和深度学习 GPU-英伟达
九个有趣的深度学习应用
深度学习程序绘画
4.强化学习
简介强化学习函数逼近-教程
深度强化地形学习
深度学习初学者教程
1.深度学习简化版
时长：系列包含27个视频
链接：https://www.youtube.com/watch?list=PLjJh1vlSEYgvGod9wWiydumYl8hOXixNu&v=b99UVkWzYTQ
如果复杂的专业术语让你在学习深度学习时感到困难重重，那么这个教程就是给你的福利。这是深度学习及其基本概念的一个简化版教程。在这个教程里你将会了解到神经网络、深度网络、深度信念网络(DBN)和卷积神经网络。H2O.ai 和这个教程将会让你对深度学习有基本的理解。同时你也会了解到不同的模型，以及在不同情况下该选择何种模型和选择这种模型的理由。之后你将会学到深度学习在不同使用情形下的实际操作经验，包括支持构建你自己深度网络的平台、深度学习可以调用的库。这个简化教程里没有任何数学计算或者编程相关的内容，是为初学者了解深度学习基本思想而制作的。
2.2016 斯坦福湾区深度学习学校 Day 1
时长：10 小时 33 分
链接：https://www.youtube.com/watch?v=eyovmAtoUx0
正如吴恩达(Andrew Ng)无比精确的描述，深度学习正在改变业界的发展布局，中国直播网，同时大量有意思的深度学习应用正涌现出来。这个视频是 2016 湾区深度学习学校第一天的内容展示。视频覆盖到的内容有： 1)Hugo Larochelle 讲授前馈神经网络介绍(Introduction on Feedforward Neural Network);2)Andrej Karpathy 讲授用于计算机视觉的深度学习(Deep Learning for Computer Vision);3)Richard Socher 讲授用于自然语言处理(NLP)的深度学习(Deep Learning for NLP);4)Sherry Moore 讲授 TensorFlow 教程(TensorFlow Tutorial);5)Ruslan Salakhutdinov 讲授深度无监督学习基础(Foundations of Deep Unsupervised Learning);6)吴恩达讲授深度学习应用基本要点(Nuts and Bolts of Applying Deep Learning)。这些深度学习方面的专家都会以一个易于理解的方式讲解深度学习潜在的概念原理，让你对深度学习有基础理解。同时他们也会分享各自讲授主题相关的应用实例。
3.2016 斯坦福湾区深度学习学校 Day 2
时长：10 小时 33 分
链接：https://www.youtube.com/watch?v=9dXiAecyJrY
这是湾区深度学习学校的第二天讲授内容视频。视频覆盖到的内容有：1)John Schulman 讲授深度强化学习基础(Foundation of Deep Reinforcement Learning);2)Pascal Lamblin 讲授 Theano 介绍：一个供模型构建和训练使用的极速 Python 库(Introduction to Theano: A Fast Python library for Modelling & Training);3)Adam Coates 和 Vinay Rao 讲授语音识别和深度学习(Speech Recognition and Deep Learning);4)Alex Wiltschko 讲授 Torch 和 Autograd 下的机器学习(Machine Learning with Torch & Autograd);5)Quoc Le 讲授深度学习实现 Seq2Seq(Sequence to Sequence by Deep Learning);5)Yoshua Bengio 讲授深度学习的基础和挑战(Foundation and Challenges of Deep Learning)。这些深度学习的应用者都是经常被检索到的深度学习应用专家，他们同时也为大型公司服务，如：谷歌大脑、Twitter 等。
4. 教程：深度学习
时长：2 小时 29 分
链接：https://www.youtube.com/watch?v=CLSy5WlaWKc
在这个深度学习的视频教程里，Yoshua Bengio 和 Yann LeCun 讲解了近年来深度学习所取得的重大突破。在这个领域深耕 30 年之后，Yoshua 和 Yann 带来深度学习如何掀起机器学习和人工智能领域变革浪潮的深度解读。在本视频教程里，你将会学到深度学习是如何实现多层计算模型对数据表征的学习。这些方法大幅提升了语音识别、视觉对象识别、目标检测以及基因学等领域的相关研究。这个教程将会覆盖到深度学习基础，并讨论深度学习的不同应用和目前遇到的挑战。
5. 使用神经网络的深度学习及 TensorFlow 介绍
时长：无
链接：https://www.youtube.com/watch?v=oYbVFhK_olY
#p#分页标题#e#如果你一直在想知道神经网络是如何工作的，为什么最近它有这么多的关注。本教程将介绍神经网络，你将了解神经网络如何能够创建具有巨大数据集的强大模型。并理解神经网络的结构以及每个输入层如何组合在一起以生成输出。这只是完整教程中的第一个视频，第二部分是 TensorFlow 基础。如果需要了解怎样建立神经网络模型，请继续学习第三部分。
6. 机器学习神经网络
时长：无
链接：https://www.youtube.com/watch?v=cbeTc-Urqak&list=PLoRl3Ht4JOcdU872GhiYWf6jwrk_SNhz9
研究人工神经网络的主要思想是理解神经元的并行计算方式及其自适应连接。本课程将由多伦多大学教授 Geoffrey Hinton 讲授，你将学习到神经网络和机器学习将如何带来技术革命。本课程包括感知器、反向传播、卷积神经网络、循环神经网络、梯度下降和超参数贝叶斯优化等主题。这是深度学习最好的课程之一，如果你是深度学习爱好者，那就一定不能错过它。
7.TensorFlow 入门
时长：系列，共 7 个视频
链接：https://www.youtube.com/watch?v=QfNvhPx5Px8&index=5&list=PL2-dafEMk2A7EEME489DsI468AB0wQsMV
现如今最流行的机器学习框架之一就是 TensorFlow，虽然它主要用于进行机器学习和深度神经网络研究，但由于其多功能性，TensorFlow 也可用于各种应用。在这个有趣的 TensorFlow 教程中，您将学习在 Python 中用不到 40 行代码进行构建手写数字图像的分类器。您还将学习如何在 TensorFlow 中生成音乐，什么是 Tensorboard，怎样构建一个神经网络还有使用 TensorFlow 相比其他深度学习库的利弊。这个关于 TensorFlow 的简短教程是深度学习新手必须要了解的。
8. 神经网络
时长：系列，共 6 个视频
链接 https://www.youtube.com/watch?list=PL2-dafEMk2A5BoX3KyKu6ti5_Pytp91sk&v=h3l4qz76JhQ
人工神经网络能够学习，而且它们需要训练。基本上需要 3 步来构建机器学习模型，即构建、训练、测试。一旦模型构建起来，它就可以在模式识别上训练得越来越好。在这些短短 5 分钟视频里，你将学习建立神经网络、自动编码器和循环神经网络，每段视频的代码也可在 YouTube 上的描述中找到。
9. 改变所有事物的神经网络
时长：14 分 16 秒
链接：https://www.youtube.com/watch?v=py5byOOHZM8
卷积神经网络是深度神经网络和核卷积(kernel convolution)的结合。这个视频解释了卷积神经网络是如何为精确图像分类带来巨大改变的。如果你是深度学习爱好者，但对神经网络了解甚少，不妨看看这个视频。它向你展示了深度学习是如何用来估计房价的。
10.TensorFlow 广度&深度学习——机器学习
时长：3 分 24 秒
链接：https://www.youtube.com/watch?v=Xmw9SWJ0L50
广度和深度学习(wide and deep learning)结合了用于训练广度线性模型和深度神经网络的记忆(memorization)和归纳(generalization)。在这个视频中，你可以了解到在 TensorFlow 当中对这种简单易用的 API 的应用。它们在大规模的回归分析和分类中所涉及到的稀疏输入问题当中非常实用，例如推荐系统、搜索和排名问题。通过这个 视频来探索广度和深度学习的可能性吧。
11. 深度学习简介
时长：11 分钟
链接：https://www.youtube.com/watch?v=l42lr8AlrHk
这个视频对深度学习进行了数学解释。它将带你了解机器是如何找到不同变量的分组并做出具体决策的。如果你是一个数学爱好者，你将会学到如何调整模型参数。视频简单地解释了神经网络对不同输入内容的反应。
12. 深度学习揭秘
时长：22 分钟
链接：https://www.youtube.com/watch?v=Q9Z20HCPnww
这是一个深度学习的初级教程。其中，你将了解深度学习是如何帮助机器识别特征的。同时，视频用简单的语言解释了神经网络。首先，视频介绍了神经元的工作方式，随后进一步解释神经元之间的交流方式。随后是深度学习在现实世界中的应用。
特别声明：本文为中国直播网直播号作者或机构上传并发布，仅代表该作者或机构观点，不代表中国直播网的观点或立场，中国直播网仅提供信息发布平台。
版权声明：版权归著作权人，转载仅限于传递更多信息，如来源标注错误侵害了您的权利，请来邮件通知删除，一起成长谢谢
欢迎加入：直播号，开启无限创作！一个敢纰漏真实事件，说真话的创作分享平台，一个原则：只要真实，不怕事大，有线索就报料吧！申请直播号请用电脑访问https://zbh.zhibotv.com.cn。
