研一刚入学，从未接触过神经网络，python也是才开始学，现在导师要我做LSTM，我应该去学什么？ 第1页
1
mo-han-43-67 网友的相关建议:
哈哈，2020年，我和 LSTM 死磕了一整个春夏。
先说 python， 这个教程够多了，随便找找国内的材料都可以， B站学习，菜鸟补漏。
然后了解一些机器学习的东西，RNN 是 LSTM 的基础，以这个为关键词去 B 站。
然后说 LSTM ，去这里，
我为什么推荐这个网站？国内能百度到的文档，90% 是从这里翻译，然后互相抄袭......
Jason 的风格就是，别被太学术的东西干扰，LSTM 实践起来非常简单。
未必要买他的课，文章就够用。
还是会遇到名词看不懂？sklearn 中文文档，比任何解释都完善，当字典随查随用
那个夏天， 我在知乎关注了一个机器学习的佬，发现他当时在知乎研究斗地主.......
li-zi-49-29-17 网友的相关建议:
轮回眼的自带能力分为【力量】与【技能】两部分。
力量方面：
1.轮回眼自带强大的查克拉和瞳力。
2.轮回眼自带水火风土雷五种性质变化。
所以长门十岁就能掌握六种性质变化，被自来也惊为天人，因为有五种是轮回眼大礼包，长门只需要额外掌握一种【阳】的性质变化就够了。
事实上，大筒木辉夜、大筒木羽衣、宇智波斑、宇智波带土、长门这几个用有轮回眼的人都是【水火风土雷】俱全，区别只在于【阴阳】掌握了几种。
技能方面：
1.佩恩六道的能力。
除了长门之外，
秽土斑和佐助都用过饿鬼道能力。
带土表示过自己拥有人间道的能力。
斑、佐助用过地爆天星。
2.外道•轮回天生之术
长门和带土用过【外道•轮回天生之术】
3.通灵术•外道魔像【移动马桶】
长门、带土、斑都先后通灵过外道魔像。
4.通灵之术•轮回眼【用于制造佩恩，兼具视觉共享能力】
长门和带土都用过制造佩恩。
以上是通用技能。
接下来是专属技能。
斑的轮回眼专属技能是轮墓边狱。【长门的轮回眼是斑的，也蕴含这个能力，只不过等级不够，用不出来】
佐助的轮回眼专属技能是天手力。
至于六道仙人轮回眼的专属能力是啥，漫画里没画。
1
相关话题
深度学习中有哪些数据增强方法？计算机视觉中，目前有哪些经典的目标跟踪算法？
Python中for i in somelist，如果在for循环内改变somelist会发生什么？
transformer 为什么使用 layer normalization，而不是其他的归一化方法？
为什么不使用 scrapy，而是从头编写爬虫系统？
为什么有些编程语言的数组要从零开始算？
Python和C语言哪个更容易学，感觉学了C语言有点难，只学过C语言的大学生很迷茫？
python适合什么年龄自学?
为什么Transformer适合做多模态任务？
如何评价 DeepMind 新提出的关系网络（Relation Network）？
相关的话题
如何看待海淀妈妈们认为Python是儿童才学的低端编程?刷leetcode使用python还是c++？
matplotlib怎么强制让坐标轴和网格线重叠？
人工智能 CV 岗位是不是现在供严重大于需？
有没有简单一点的 Python 小例子或小项目？
Python和 C 语言有什么不同？
为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？
在推荐系统中，如何较好的采用深度学习方法获取用户长短期兴趣？
AMD 开源高性能机器智能库MIopen是否可以和cuDNN抗衡？
有哪些令你印象深刻的魔改transformer？
如何用python来统计MacPro的圆圈个数？
如何评价Momenta ImageNet 2017夺冠架构SENet?
2020年，多标签学习（multi-label）有了哪些新的进展？
深度学习如何入门？
matplotlib怎么强制让坐标轴和网格线重叠？
GAN的生成器是怎么产生图片的？
你们都是怎么学 Python 的？
学习python与c语言哪个好？
2020-2021年NLP有什么核心技术的更迭吗？或者有什么推动领域发展的paper吗？
如何看待MXNet获得amazon官方支持首位？
神经网络中 warmup 策略为什么有效；有什么理论解释么？
如何评价MSRA最新的 Relation Networks for Object Detection？
深度学习在信息安全的应用有哪些可以关注的人或论文？
物理专业的学生如何看待机器学习和大数据这些方向呢？
如何评价生成模型框架 ZhuSuan?
爬虫是不是用 Node.js 更好？
如何评价 Kaiming 团队新作 Masked Autoencoders (MAE)？
pytorch dataloader数据加载占用了大部分时间，各位大佬都是怎么解决的？
机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？
有哪些人工智能上的事实，没有一定人工智能知识的人不会相信？