深度学习怎么学?

推荐这本小白看的《深度学习:从基础到实践(上下册)》。

深度学习:从基础到实践(上下册)

深度学习怎么学?_第1张图片

深入浅出的讲述了深度学习的基本概念与理论知识,不涉及复杂的数学内容,零基础小白也能轻松掌握!

本书从基本概念和理论入手,通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识,且不涉及复杂的数学内容。

本书分为上下两册。上册着重介绍深度学习的基础知识,旨在帮助读者建立扎实的知识储备,主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的 scikit-learn 库和深度学习的 Keras 库(这两种库均基于 Python 语言),以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容,还介绍了一些创造性应用,并给出了一些典型的数据集,以帮助读者更好地了解学习。

本书适合想要了解和使用深度学习的人阅读,也可作为深度学习教学培训领域的入门级参考用书。

本书致力于介绍深度学习的基础知识, 以帮助读者建立扎实的知识储备。随着深度学习实践 的推进,你不仅需要对本书课题的背景有充分了解,还需要充分知悉可能需要查阅的资料。

这不是一本关于编程的书。编程很重要, 但是会不可避免地涉及各个细节, 而这些细节与本 书的主旨并无关联。此外, 编程会让你的思考局限于某一个库或者某种语言。尽管这些细节是构 建最终学习网络体系的必要条件, 但是当你想要专注于某一重要理念时, 这些细节可能会让你分 心。与其就循环和目录以及数据结构泛泛而谈, 倒不如以一种独立的方式讨论某种语言和库相关 的所有知识。只要扎实理解了对这些理念,阅读任何库文件都将变得轻而易举。

本书几乎不涉及数学问题

很多人不喜欢复杂的方程式。如果你也是这样,那么本书非常适合你!

本书几乎不涉及复杂的数学运算。如果你不讨厌乘法, 那么本书简直太适合你了, 因为书中 除了乘法,并无任何复杂的运算。

本书所讨论的许多算法都有丰富的理论依据, 并且是经过仔细分析和研究得出的。如果你正 打算变换一种算法以实现新目的, 或者需要独立编写一个新程序, 就必须了解这一点。不过, 在 实践中, 大多数人会用由专家编写的程序。这些程序是经过高度优化的, 并且可以从免费的开源 库中获取。

我们希望能帮助你理解这些技术的原理, 掌握其正确应用, 并懂得如何解读结果, 但无须深 入了解技术背后的数学结构。

如果你喜欢数学或者想了解理论,那么请阅读每一章的“参考资料”部分给出的相关内容。 大部分资料是简洁且能够激发灵感的, 并且给出了作者在本书中刻意省略的细节。如果你不喜欢 数学,可以略过此部分的内容。

本书分上下两册

本书涵盖的内容非常多,因此我们将其分成了上下两册。其中下册是上册内容的拓展和补充。 本书内容是以循序渐进的模式组织的, 因此建议你先读上册, 再去学习下册的内容。如果你有信 心,也可以直接从下册开始阅读。

小编做了一个思维导图,让您更快捷的了解本书的内容。

深度学习:从基础到实践(上册)内容

深度学习怎么学?_第2张图片

深度学习:从基础到实践(下册)内容

深度学习怎么学?_第3张图片

在第15章、第23章和第24章中,我们将详细讨论机器学习的scikit-learn库以及深度学习的Keras库。这两种库均基于Python语言。我们结合示例代码进行讲解,以期让你对Python库有深度的了解。即使你不喜欢Python,这些程序也会让你对典型的工作流和程序结构有所了解。这些章节中的代码可以在Python手册中找到,并且可用于基于浏览器的Jupyter编程环境。

本书的其他大部分章节也有配套的可选 Python 手册。这些章节针对书中每个计算机生成的数 字给出代码,而且通常使用其中所涉及的技术来生成代码。由于本书的焦点并非在于 Python 语言 和编程(上述章节除外),因此这些手册仅作参考,不再赘述。

机器学习、深度学习和大数据正在世界范围内产生令人意想不到的、快速而深刻的影响。对人类以及人类文化而言,这是一个既复杂又重要的课题。

读完本书,你可以:

  • 设计和构建属于自己的深度学习网络体系;
  • 使用上述网络体系来理解或生成数据;
  • 针对文本、图像和其他类型的数据进行描述性分类;
  • 预测数据序列的下一个值;
  • 研究数据结构;
  • 处理数据,以实现最高效率;
  • 使用你喜欢的任何编程语言和 DL 库;
  • 了解新论文和新理念,并将其付诸实践;
  • 享受与他人进行深度学习讨论的过程。

本书会采用一种严肃而不失友好的讲解方式, 并通过大量图示来帮助你加深理解。同时, 我 们不会在书中堆砌过多的代码,甚至不会使用任何比乘法更复杂的运算。

如果你觉得还不错,欢迎阅读此书!

你可能感兴趣的:(深度学习,人工智能)