• 主页 > 新闻动态 >

    新闻动态

    如何评价深度学习领域圣经花书DeepLearning的中文版

    更新一个东西吧~~刚要到的丘成桐的签名~~简直不要太开心?。?!*************************************************************************************************************这里先给出中文版的github链接:exacity/deeplearningbook-chinese************************************************************************************************************这本书我也在github上找到了中文译版PDF,然后当时因为没有正式出版,我又急于学习使用,就自行打印装订成两册,以供学习查阅之便。总的来说,这本书涵盖面非常之广:首先介绍了深度学习神经网络的历史渊源和发展趋势,从神经网络的命运变迁到现实世界与日俱增的数据量、模型规模、精度与复杂度的冲击,作者坚信:深度学习是通向人工智能的道路之一。随后该书分为三部分,第一部分是应用数学和机器学习基础,基本上把要用到的线性代数、概率论和数值计算简单陈列,其后对机器学习的一些基础知识例如过拟合欠拟合、正则化、监督学习、无监督学习做了简要的概述。当初步具有上述理论基础后,才算叩开深度学习的大门。第二部分是深层网络的现代实践,先从最基础的深度前馈网络开始介绍,然后延伸到深度学习中的正则化,再从模型优化算法切入,最后分别介绍了处理图像的卷积网络CNN和基于序列建模的循环递归网络RNN,如果想要快速搭建能应用到自己项目中的深度学习应用,参照第二部分的理论知识就够了。第三部分是深度学习的理论研究,适用于想要执果索因、深入学习神经网络内在原理的研究人员学习。我基本上看完了前两部分。首先翻译大致是OK的,基本没有言语不通或者语义不明的地方。其次如果想借助这本书入门机器学习,那部分内容还是显得过于浅显,只能算是管中窥豹,可见一斑。想系统学习机器学习的,我推荐南大周志华的西瓜书:机器学习??赐暾獗臼楹?,大概对机器学习的各类方法有一个大体的认识后,可以刷Machinelearning:apropabilityperspective.(简称MLAPP).第二部分从典型的深度前馈网络阐述了神经网络的原理,介绍了训练一个神经网络的过程。其次详细展开了如何在深层网络中实施正则化来避免过拟合。紧接着从优化角度展开描述。这部分写的很好,图文并茂,每一个算法都用伪代码加以描述,没有生涩突兀之感。后面对于CNN和RNN的介绍也很全面,当然仅仅了解这些基础概念想要徒手构建深度学习用用还是很难的,在这里推荐结合斯坦福的CS231n这门课(在油管上有课程视频)食用更佳。第三部分因为还没有开始阅读,不作评价。毕竟实践这一块儿,从tensorflow到keras到各种调参什么的很麻烦,正在学习ing。先写到这里吧,有空再更~~
    关键词:
    我要留言共 0 条留言
    我要留言:
    内容:
    (内容500字,1000字)
    验证码:
     
    Copyright © 2015 海宁市普宁板业有限公司 版权所有
    网站地图    友情链接:
    内蒙古11选5QQ群