內容簡介
《動手學深度學習》旨在向讀者交付有關深度學習的交互式學習體驗。書中不僅闡述深度學習的算法原理，還演示它們的實現(xiàn)和運行。與傳統(tǒng)圖書不同，本書的每一節(jié)都是一個可以下載并運行的Jupyter記事本，它將文字、公式、圖像、代碼和運行結果結合在了一起。此外，讀者還可以訪問并參與書中內容的討論。
全書的內容分為3個部分：第一部分介紹深度學習的背景，提供預備知識，并包括深度學習最基礎的概念和技術；第二部分描述深度學習計算的重要組成部分，還解釋近年來令深度學習在多個領域大獲成功的卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡；第三部分評價優(yōu)化算法，檢驗影響深度學習計算性能的重要因素，并分別列舉深度學習在計算機視覺和自然語言處理中的重要應用。 [1]
本書同時覆蓋深度學習的方法和實踐，主要面向希望了解深度學習，特別是對實際使用深度學習感興趣的大學生、工程師和研究人員。閱讀本書不要求讀者有任何深度學習或者機器學習的背景知識，讀者只需具備基本的數(shù)學和編程知識，如基礎的線性代數(shù)、微分、概率及Python編程知識。附錄中提供了書中涉及的主要數(shù)學知識，供讀者參考。
作者簡介
阿斯頓·張（Aston Zhang）
亞馬遜應用科學家，美國伊利諾伊大學香檳分校計算機科學博士，統(tǒng)計學和計算機科學雙碩士，專注于機器學習的研究。
李沐（Mu Li）
亞馬遜首席科學家（Principal Scientist），加州大學伯克利分?？妥斫淌?，美國卡內基梅隆大學計算機系博士，專注于分布式系統(tǒng)和機器學習算法的研究，是深度學習框架MXNet的作者之一。
扎卡里·C. 立頓（Zachary C. Lipton）
亞馬遜應用科學家，美國卡內基梅隆大學助理教授，美國加州大學圣迭戈分校博士，專注于機器學習算法及其社會影響的研究，特別是在時序數(shù)據(jù)與序列決策上的深度學習。
亞歷山大·J. 斯莫拉（Alexander J. Smola）
亞馬遜副總裁/ 杰出科學家，德國柏林工業(yè)大學計算機科學博士，曾在澳大利亞國立大學、美國加州大學伯克利分校和卡內基梅隆大學任教，研究興趣包括深度學習、貝葉斯非參數(shù)、核方法、統(tǒng)計建模和可擴展算法。
在線閱讀
文件大小: 12.18 MB ???文件大加載慢，請耐心等待!