快速学习深度学习和TensorFlow

笔者最近想要快速学习深度学习领域的知识，并能掌握TensorFlowFlow的知识。总结几何好的材料：

3Blue1Brown科普大神有几集介绍神经网络的，从最简单的手写体案例出发，适合完全不懂的小白了解最简单的基层神经网络的结构和更新原理。
https://www.youtube.com/playlist?list=PLZHQObOWTQDNU6R1_67000Dx_ZCJB-3pi

同时结合Lecun大神在Nature上的一篇深度学习综述文章《deep learning》，基本上可以对DNN有个基础的了解了。https://www.nature.com/articles/nature14539

再来就是结合几个最经典的案例了解DNN， CNN， RNN等，掌握最新的一些trick，包括：droupout、bach nomarlization等等，并且可以快速了解怎么在TensorFlow里实现这些案例。强烈推荐Martin Görner在油管上的一个2个多小时的视频，纯干货：Martin Görner https://www.youtube.com/watch?v=vq2nnJ4g6N0
GitHub代码：https://github.com/GoogleCloudPlatform/tensorflow-without-a-phd

我还买了3本书，网友推荐的。

现在，就是从GitHub上下载别人的开源代码来学习，实操。我学习的是斯坦福大学做天然地震相关领域的博士的深度学习相关的项目：https://github.com/wayneweiqiang
使用的工具是推荐：Spyder（简单、容易上手、看变量特别好）jupyternotebook