Uczenie maszynowe - rozpoznawanie słów

Question

Cześć wszystkim. Pomyślałem sobie, że fajnie by było potrenować sieci neuronowych. Zrobiłem już kiedyś sieć rozpoznającą znaki na obrazku, napisałem ją od podstaw w c++, ale chciałbym zająć się czymś bardziej skomplikowanym, np. rozpoznawaniem słów z ruchu warg lub rozpoznawanie słów z głosu.

Nie mam dużego doświadczenia, dlatego mam pytania:

1. Jakie narzędzia polecacie do analizy obrazu? Korzystam z C++, Pythona, Js, ale jak będzie potrzebny inny język to też chętnie go poznam. Czytałem już o mxnet, pytorch, caffe, pandas, numpy, czy cuda, ale chciałbym poznać opinię osoby, która korzystała, z któregoś z tych narzędzi.

2. Zakładając, że miałbym odpowiednią liczbę przykładów do wyszkolenia takiej sieci, czy można by było wyuczyć ją w sensownym czasie, na domowym komputerze?

3. Bardziej ogólne pytanie: pracowałem tylko z sieciami neuronowymi, ale czy są jakieś inne formy machine learningu, o których warto poczytać? Czy polecacie jakieś materiały dotyczące współczesnej budowy sieci neuronowych?