Py学习  »  机器学习算法

火遍日本 IT 圈的深度学习入门书,你读完了吗?

人工智能头条 • 4 年前 • 413 次点击  


几个月前,小编借着调查 AI 类技术书市场情况的机会,发现了一本比较特殊的技术书,于是向大家推荐了这本《深度学习入门:基于 Python 的理论与实现》。

说它特殊,是因为在 AI 火热的当下,众多相关书籍跟风出版,不但读者定位很模糊,内容安排上相似性也很大。

而本书的读者定位十分精准,再跟上 Python 语言的加持,让这本技术书受到大众的关注。

原本书是在日本出版,影响力竟超过了实力派的「花书」,长期在日亚 AI 类图书霸榜。第一次在日亚的网站上看到这本书时,完全被评论吸睛了,评论阵容大概是这样的。

被日本网友称为「神本」(即「神作」)的这本深度学习入门书是如何安排内容的?

第一章

Python 入门

作为全书的开篇,本章是每本书都会有的常规章节,简单介绍了 Python 以及其使用方法。

如果你零基础入门的话,建议你从头看起,了解一下 Python 语言的相关内容。



第二章

感知机

这章会介绍到感知机 (perceptron)这一算法。感知机是由美国学者 Frank Rosenblatt 在 1957 年提出来的。

学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。



第三章

神经网络

这一部分主要介绍神经网络相关知识,先介绍神经网络的概要,然后重点关注神经网络进行识别时的处理。



第四章

神经网络的学习

这章的主题是神经网络的学习。为了使神经网络能进行学习,将导入损失函数这一指标。而学习的目的就是以该损失函数为基准,找出能使它的值达到最小的权重参数。

为了找出尽可能小的损失函数的值,作者利用了函数斜率的梯度法。



第五章

误差反向传播

数值微分虽然简单,也容易实现,但缺点是计算上比较费时间。这章会引入一个能够高效计算权重参数的梯度的方法——误差反向传播法。

正确理解误差反向传播法,我个人认为有两种方法:一种是基于数学式;另一种是基于计算图(computational graph)。

因此,这一章希望大家通过计算图,直观地理解误差反向传播法。然后,再结合实际的代码加深理解,相信大家一定会有种“原来如此!”的感觉。



第六章

与学习相关的技巧

这章会介绍神经网络学习中的一些重要观点。此外,为了应对过拟合,本章还将介绍权值衰减、Dropout 等正则化方法,并进行实现。

最后将对近年来众多研究中使用的 Batch Normalization 方法进行简单的介绍。使用本章介绍的方法,可以高效地进行神经网络(深度学习)的学习,提高识别精度。



第七章

卷积神经网络

这部分的主题是卷积神经网络(Convolutional Neural Network,CNN)。

这章将详细介绍 CNN 的结构,并用 Python 实现其处理内容。



第八章

深度学习

基于之前介绍的网络,只需通过叠加层,就可以创建深度网络。这章会涉及深度学习的性质、课题和可能性,然后对当前的深度学习进行概括性的说明。


小编读后感

从数据和评论上来分析,此书对于技术图书来讲属于罕见畅销书。一方面反应出深度学习的势头高昂,另一方面也说明这本书的内容确实有吸引人的地方。

我认真翻看一遍本书,跟高深的学术内容相比要容易得很多,即使我这扑街的数学基础也理解了里面大部分的概念与模型。但全部知识点,我却没有能顺利的形成思维导图。

在前两天,虽然提倡独立学习的我,还是做了一次伸手党,拿到了一份比较详实的思维导图,头脑瞬间明朗了。

为了让这本书发挥最大优势,保证所有读者的学习效果,GitChat 专门为本书打磨了15 天共读深度学习」训练营,8 张独家发布的思维导图,是单独买书无法获取的。

  如果你既想快速地入门「深度学习」

又想透彻地理清所有知识点

扫码看看海报内容

(相信你也注意到本书在某东上的价格)

GitChat

15 天共读深度学习」

内测报名

最后 50 人

让我们和优秀的人一起读书


本书译者独家领读

我们邀请了本书的译者-陆宇杰 作为本次共读训练营的领读人,陆老师从事 NLP 算法工程师,主要研究方向为自然语言处理及其应用,对图像识别、机器学习、深度学习等领域均有涉猎。精心凝练的深度学习思维导图独家发布,快速提升技术认知。

 15 天共读营我能得到什么

  • 了解深度学习和神经网络基础理论

  • 理解误差反向传播法、卷积运算等复杂技术

  • 掌握深度学习实用实践技巧

  • 提供可实际运行的源代码

  • 了解深度学习应用案例

量身定制的学习模式

  • 拆书分解每日阅读任务,设立小程序打卡机制;

  • 助教老师每日社群提醒、全程助学监督;

  • 开营/结营领读老师语音分享;

  • 领读老师直播答疑;

  • 社群交流学习;

  • 坚持 15 天精读打卡,领取助学返现。


我适合参加共读营吗

  • 非 AI 方向的技术人员

  • 在校大学生、研究生

  • 深度学习爱好者

  • 买了书也没看几页


需要有什么基础

  • Python 初级编码能力

  • 具有大学本科数学基础(推荐)


购买须知

  • 购买后请加共读营助教-伊伊

报名须知

  • 本期开营日期:2019.04.22

  • 本期结营日期:2019.05.06

  • 内测名额仅剩:50 人

  • 本课程为图文课程+社群学习模式

  • 本课程产品不包含纸质图书

  • 训练营为虚拟商品,一经付费概不退款,敬请谅解



有任何售前疑问请咨询小助手

扫码加微信(gitchat2022)详细了解共读营

作为业内第一个深度学习的共读训练营,第一期限量招生 300 人,用于回馈本书的粉丝用户们。同时,还能与本书译者一道探讨交流,更有丰厚的助学金拿到手!

本书是深度学习真正意义上的入门书,15 天共读营,让你彻底掌握深度学习的原理和相关技术。

点击阅读原文,马上报名,15 天读完深度学习这本书!!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/31668
 
413 次点击