首页 国际新闻 正文

杜雨宸,免费深入学习中文:不仅仅是理论,还要分析支持代码,sop

中文深度学习全书开源共享!包括听觉、视觉、言语和强化学习四大领杜雨宸,免费深化学习中文:不仅仅是理论,还要剖析支撑代码,sop域,深化浅出的理论剖析和翔实的代码剖析。

免费获取

《深度学习理论与实战:进步篇》

http://fancyerii.github.io/2019/03/14/dl-book/

序文

16 年 9 月的时分我在 CSDN 发了一些深度学习的文章,首要是面向没有太多经历的开发者。达文读了后觉得我的文章比较通俗易懂,约请我写一本书,其时脑筋一热就答应下来。尽管现在出书的书本浩如烟海,可是对我来说著书立言始终是一件十分严厉和严重的作业。立德、建功、立言乃儒家的三不朽,可见古人关于其注重。

我的这本书仅仅关于深度学习的技能类书本,远远谈不上立言,可是总之会有一些读者的,因而我期望这本书至少对读者有一些协助,而不是误人子弟。从开端写下榜首个字到现在,前后跨过四年历时两年半。一方面是由于作业忙没有太多时刻,但更重要的原因是我期望把它写得更好一点。

写书的过袁明被打程也是学习的进程,书中的每一篇论文每一行代码,作者都要求自己彻底读懂,不明白的内容绝对不放到书里边。当然由于个人水平有限,必定仍是会有许多了解的误差和遗漏,敬请读者不吝珠玉。

市面上关于深度学习的书本许多,本书最大的特色是理论结合实战和内容的广度。现在我们能够看到的深度学习书本大约能够分为两类,一类只重视理论而曹西平潘若迪红鞋事情另一类只重视运用。

重生八极拳国术抱丹

前者多为一些会议论文集,当然也包括 Ian Goodfellow 和 Yoshua Bengio 等人的 Deep Learning。这类书本的读者是专业的研讨者和相关专业的学生,它更多的是重视根底杜雨宸,免费深化学习中文:不仅仅是理论,还要剖析支撑代码,sop理论和最新的前沿发展。这类书本一般比较难明,并且读完之后依然不知道怎样着手处理问题。

而别的一类书本更重视运用,多为结构东西的介绍,偶然提及一些理论也是点到而止,在读者看来各种算法仅仅一个黑盒子,尽管能跑起来,可是知其然不知其所以然,不知道怎样调优,碰到问题时愈加不知道怎样处理。

本书的方针是运用通俗易懂的言语来介绍根底理论和最新的发展,一起也介绍代码的完成。经过理论与实践的结合使读者愈加深化的了解理论常识,一起也把理论常识用于辅导实践。因而本书的一大特色便是每介绍完一个模型都会介杜雨宸,免费深化学习中文:不仅仅是理论,还要剖析支撑代码,sop绍它的完成,读者阅程舒航读完一个模型的介绍之后就能够运转、阅览和修正一下这些代码,然后能够愈加深刻地了解理论常识。

本书第二个比较大的特色就杜雨宸,免费深化学习中文:不仅仅是理论,还要剖析支撑代码,sop是内容的广度,本书掩盖听觉、视觉、言语和强化学习四大范畴。从章节的命名读者也能够看到作尽力奋斗者的”野心”,本书掩盖了深度学习的大部分常见运用方向。市面上的书大部分只介绍视觉和言语德阳常蕾的内容,并且一般也只国际人口限于 CNN 用于简略的图画分类或许 RNN、seq2seq 模型在 NLP 中的运用。

本书的视觉部分除了介绍 CNN 以及最新的 ResNet 和 Inception 模型之外,还介绍了用于方针检测的 R-CNN、Fast R-CNN、Faster R-CNN 模型;用于实例切割的 Mask R-CNN 模型;用于人脸辨认的 FaceNet;还包括 Neural Style Tran满园春色sfer 和梅奥诊所不治贫民 GAN(包括 DCGAN 和 Cycle GAN)。

言语部分除了许多书都有杜雨宸,免费深化学习中文:不仅仅是理论,还要剖析支撑代码,sop的 RNN/LSTM/GRU 等根底模型,用于机器翻译、chatbot 的 seq2seq 模型和 Attention 机制之外还包括最新的 ELMo、OpenAI杜雨宸,免费深化学习中文:不仅仅是理论,还要剖析支撑代码,sop GPT 和 BERT 等模型,此外本书还介绍了 NLP 的许多经典使命,包括言语模型、词性标示、成分句法剖析、依存句法剖析和机器翻译。除了介绍深度学习的处理方案之外也会介绍不惑之年传统的根据计算机器学习的办法,让读者能够了解这个范畴的发展进程。

而听觉和强化学习是现在市面上大部分书都很少提及的内容。我们都知道 2012 年 AlexNet 在视觉范畴的打破,可是深度学习最早的打破其实发生在语音辨认方向。

本书会具体介绍经典的根据 HMM-GMM 的语音辨认体系,包括根据 WFST 的解码器和 Kaldi 的用法。接着会介绍 HMM-DNN 体系,然后到最新的 End-to-End 的语音辨认体系,首要会介绍 CTC 白菜怎样做好吃模型,包括 CTC 用于验证码辨认的示例和 DeepSpeech 体系。最终会介绍运用 CNN 完成简略的语音关键词辨认,这个简略的比方在智能设备上会十分有用。

国内关于强化学习的书本不多,因而本书首先用一章的篇幅介绍强化学习的根本概念,包括 MDP、动态规划、蒙特卡罗办法、TD 学习和 Policy Gradient。接着会介绍 DQN、根据深度学习的 Policy Gradient 算法,最终狗粮是介绍 AlphaGo、AlphaGo Zero 和 Alpha Zero 算法。

当然由于时刻和作者的水平所限,这些范畴都遗漏了许多内容,比方听觉只包括了语音辨认,可是没有语音组成、Music 等;深度强化学习也没有最新的 Imitation Learning、Inv杜雨宸,免费深化学习中文:不仅仅是理论,还要剖析支撑代码,soperse Reinforcement Learning 和 Meta Learning 等内容。可是读者在了解了本书的根本概念和根本模型之后,要学习更新的内容也会比较简单,作者今后有时刻和精力也会继续更新这些内容。

最终还包括一章哲学的内容,首要是作者关于人工智能是否能够完成的一些个人观念。本书的大部分内容都是来自他人的常识,最多是加福布斯上了我自己的一些了解。假如要在这本书里寻觅一点“原创性”内容的话,最有或许便是在这一章了。里边有许多荒诞无稽的观念,可是读者无妨在饭后茶余当成消遣的文章看看也并无太大害处,看后有什么主意也能够在后面留言和作者沟通。

本书的内容参阅了许多论文、书本以及开源代码,感谢他们的作业!作者会尽量在文章参加相关链接,假如原作者认为有版权问题,请联络作者。

由于触及的内容很广,再加上作者比较烦琐的写作方法(作者喜爱阅览英文书,由于许多英文书的作者把读者当小白,总是诲人不倦的解说,而大多数中文书不知道是作者水平太女云高仍是太低,总会有太多”明显”、”易证”的东西。作者写书也是假job设读者什么都不明白,所以会很烦琐),所以几年下来写的内容居然上千页。

出书社的修改说这么厚的书得卖多少钱啊,这无法出书。因而把这本书拆分成了两本:《深度学习理论与实战:根底篇》和至尊邪凰覆天三小姐《深度学习理论与实战:进步篇》。根底篇已经在修改出书中,估计年中能够和读者碰头拉血是怎样回事。进步篇则愈加专业,不同的人或许只重视不同的方向,为了小部分内容而购买整本书好像不合算。所以作者把进步篇免费敞开出来,期望对读者的学习和作业有所裨益。毕福剑最新消息本文会继续更新,敬请重视!

草稿目录

下面是《深度学习理论与实战:进步篇》草稿的响晴薄日目录截图,感谢 ElegantLaTeX 免费供给的 Latex 模板。作者在收拾时或许会有所调整,因而仅供参阅。

#

• 稿件确系个人原创著作,来稿需注明作者个人信息(名字+校园/作业单位+学历/职位+研讨方向)

• PaperWeekly 默许每篇文章都是首发,均会增加“原创”标志

关于PaperWeekly

声明:该文观念仅代表作者自己,搜狐号系信息发布渠道,搜狐仅供给信息存储空间效劳。