diff --git a/README.md b/README.md index 096f4ba..ce3b1c3 100644 --- a/README.md +++ b/README.md @@ -52,14 +52,15 @@ - CNN - [CNN Introduction](7_deep_learning/1_CNN/CNN_Introduction.pptx) - [CNN simple demo](demo_code/3_CNN_MNIST.py) - - [cnn/basic_conv](7_deep_learning/1_CNN/1-basic_conv.ipynb) - - [cnn/batch-normalization](7_deep_learning/1_CNN/2-batch-normalization.ipynb) - - [cnn/lr-decay](7_deep_learning/2_CNN/1-lr-decay.ipynb) - - [cnn/regularization](7_deep_learning/1_CNN/4-regularization.ipynb) - - [cnn/vgg](7_deep_learning/1_CNN/6-vgg.ipynb) - - [cnn/googlenet](7_deep_learning/1_CNN/7-googlenet.ipynb) - - [cnn/resnet](7_deep_learning/1_CNN/8-resnet.ipynb) - - [cnn/densenet](7_deep_learning/1_CNN/9-densenet.ipynb) + - [Basic of Conv](7_deep_learning/1_CNN/1-basic_conv.ipynb) + - [VGG Network](7_deep_learning/1_CNN/2-vgg.ipynb) + - [GoogleNet](7_deep_learning/1_CNN/3-googlenet.ipynb) + - [ResNet](7_deep_learning/1_CNN/4-resnet.ipynb) + - [DenseNet](7_deep_learning/1_CNN/5-densenet.ipynb) + - [Batch Normalization](7_deep_learning/1_CNN/6-batch-normalization.ipynb) + - [Learning Rate Decay](7_deep_learning/2_CNN/7-lr-decay.ipynb) + - [Regularization](7_deep_learning/1_CNN/8-regularization.ipynb) + - [Data Augumentation](7_deep_learning/1_CNN/9-data-augumentation.ipynb) - RNN - [rnn/pytorch-rnn](7_deep_learning/2_RNN/pytorch-rnn.ipynb) - [rnn/rnn-for-image](7_deep_learning/2_RNN/rnn-for-image.ipynb) @@ -72,7 +73,7 @@ ## 2. 学习的建议 -1. 为了更好的学习本课程,需要大家把Python编程能力培养好,通过一定数量的练习题、小项目培养Python编程思维,为后续的机器学习理论与实践打好坚实的基础。 +1. 为了更好的学习本课程,需要大家把[Python编程](0_python)能力培养好,通过一定数量的练习题、小项目培养Python编程思维,为后续的机器学习理论与实践打好坚实的基础。 2. 每个课程前半部分是理论基础,后半部分是代码实现。如果想学的更扎实,可以自己把各个方法的代码亲自实现一下。做的过程如果遇到问题尽可能自己想解决办法,因为最重要的目标不是代码本身,而是学会分析问题、解决问题的能力。 3. **不能直接抄已有的程序,或者抄别人的程序**,如果自己不会要自己去想,去找解决方法,或者去问。如果直接抄别人的代码,这样的练习一点意义都没有。**如果感觉太难,可以做的慢一些,但是坚持自己思考、自己编写练习代码**。。 4. **请先遍历一遍所有的文件夹,了解有什么内容,资料**。各个目录里有很多说明文档,如果不会先找找有没有文档,如果找不到合适的文档就去网上找找。通过这个过程锻炼自己搜索文献、资料的能力。