內(nèi)容簡介

《動(dòng)手學(xué)深度學(xué)習(xí)》旨在向讀者交付有關(guān)深度學(xué)習(xí)的交互式學(xué)習(xí)體驗(yàn)。書中不僅闡述深度學(xué)習(xí)的算法原理，還演示它們的實(shí)現(xiàn)和運(yùn)行。與傳統(tǒng)圖書不同，本書的每一節(jié)都是一個(gè)可以下載并運(yùn)行的Jupyter記事本，它將文字、公式、圖像、代碼和運(yùn)行結(jié)果結(jié)合在了一起。此外，讀者還可以訪問并參與書中內(nèi)容的討論。
全書的內(nèi)容分為3個(gè)部分：第一部分介紹深度學(xué)習(xí)的背景，提供預(yù)備知識，并包括深度學(xué)習(xí)最基礎(chǔ)的概念和技術(shù)；第二部分描述深度學(xué)習(xí)計(jì)算的重要組成部分，還解釋近年來令深度學(xué)習(xí)在多個(gè)領(lǐng)域大獲成功的卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)；第三部分評價(jià)優(yōu)化算法，檢驗(yàn)影響深度學(xué)習(xí)計(jì)算性能的重要因素，并分別列舉深度學(xué)習(xí)在計(jì)算機(jī)視覺和自然語言處理中的重要應(yīng)用。 [1] 本書同時(shí)覆蓋深度學(xué)習(xí)的方法和實(shí)踐，主要面向希望了解深度學(xué)習(xí)，特別是對實(shí)際使用深度學(xué)習(xí)感興趣的大學(xué)生、工程師和研究人員。閱讀本書不要求讀者有任何深度學(xué)習(xí)或者機(jī)器學(xué)習(xí)的背景知識，讀者只需具備基本的數(shù)學(xué)和編程知識，如基礎(chǔ)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(xué)知識，供讀者參考。

作者簡介

阿斯頓·張（Aston Zhang）
亞馬遜應(yīng)用科學(xué)家，美國伊利諾伊大學(xué)香檳分校計(jì)算機(jī)科學(xué)博士，統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)雙碩士，專注于機(jī)器學(xué)習(xí)的研究。
李沐（Mu Li）
亞馬遜首席科學(xué)家（Principal Scientist），加州大學(xué)伯克利分?？妥斫淌冢绹▋?nèi)基梅隆大學(xué)計(jì)算機(jī)系博士，專注于分布式系統(tǒng)和機(jī)器學(xué)習(xí)算法的研究，是深度學(xué)習(xí)框架MXNet的作者之一。
扎卡里·C. 立頓（Zachary C. Lipton）
亞馬遜應(yīng)用科學(xué)家，美國卡內(nèi)基梅隆大學(xué)助理教授，美國加州大學(xué)圣迭戈分校博士，專注于機(jī)器學(xué)習(xí)算法及其社會影響的研究，特別是在時(shí)序數(shù)據(jù)與序列決策上的深度學(xué)習(xí)。
亞歷山大·J. 斯莫拉（Alexander J. Smola）
亞馬遜副總裁/ 杰出科學(xué)家，德國柏林工業(yè)大學(xué)計(jì)算機(jī)科學(xué)博士，曾在澳大利亞國立大學(xué)、美國加州大學(xué)伯克利分校和卡內(nèi)基梅隆大學(xué)任教，研究興趣包括深度學(xué)習(xí)、貝葉斯非參數(shù)、核方法、統(tǒng)計(jì)建模和可擴(kuò)展算法。

在線閱讀

本書PDF版本下載