欢迎来到 庞凤仪

又一个WordPress站点

辽宁公共频道直播【视频】- 李沐等人开源中文书《动手学深度学习》预览版上线 资源-小谷围AI实践社

2018-05-22 全部文章 350
【视频】| 李沐等人开源中文书《动手学深度学习》预览版上线 资源-小谷围AI实践社

获得这本实体书最好的方法就是成为贡献者。
近日,由 Aston Zhang、李沐等人所著图书《动手学深度学习》放出了在线预览版,以供读者自由阅读。这是一本面向在校学生、工程师和研究人员的交互式深度学习书籍。
在线书地址:https://zh.diveintodeeplearning.org/index.html
GitHub 项目:https://github.com/diveintodeeplearning/d2l-zh
这本书是亚马逊 MXNet 零基础深度学习课程的重要组成部分许茂山 林沁园。课程内容推荐使用 Apache MXNet 的前端工具 Gluon 进行开发,可指导你在动手实践的过程中学会使用简单易读的代码,写出产品级的应用。
值得一提的是素女真经,该书以 Jupyter 记事本的形式呈现,读者可以操作其中的代码和超参数来获取及时反旋子彩画馈,以此提高学习效率。
贡献者
本书的贡献者包括多位供职于亚马逊的科学家:

李沐:亚马逊首席科学家,美国卡内基梅隆大学计算机系博士。

阿斯顿·张:亚马逊应用科学家扁鹊见秦武王,美国伊利诺伊大学香槟分校计算机科学博士。

扎卡里 C. 立顿:亚马逊应用科学家盗墓鬼话,美国卡内基梅隆大学助理教授,加州大学圣迭戈分校计算机科学博士。

亚历山大 J. 斯莫拉:亚马逊 ML 总监k9017,德国柏林工业大学计算机科学博士。
此外狼影啸啸,竹下俊本书在开源社区还有 100 余位贡献者蔡美诗 。作者表示不老骑士,这一在线书「项目」仍然在不断发展当中,成为贡献者将可以获得专享版赠书,并被致谢辽宁公共频道直播安嘉璐。
交互:Jupyter 记事本+活跃的社区支持
每一小节都是可以运行的 Jupyter 记事本,你可以自由修改代码和超参数来获取及时反馈,从而积累深度学习的实战经验噬神者爆裂。
Jupyter 记事本下载地址:http://zh.diveintodeeplearning.org/d2l-zh.zip

本书还有活跃的社区支持释小龙女朋友,可以通过每个章节最后的链接来同社区的数千名小伙伴一起讨论学习世界名犬图片 。

结构:公式 + 图示 + 代码
本书不仅结合文字、公式和图示来阐明深度学习里常用的模型和算法,还提供代码来演示如何从零开始实现它们,并使用真实数据来提供一个交互式的学习体验截教大妖。

这三种展示方法能相互补充,很多算法可以通过图示加深对结构的理解成都义散 ,而如上图所示的 LSTM 等算法却需要公式才能理解具体结构。此外太极禅苑,不论是表达式还是图例,它们都不能包含完整的细节,很多具体细节不用代码是展示不出来的。
目录
引言
前言
深度学习简介
如何使用本书
预备知识
获取和运行本书代码
数据操作
自动求梯度
查阅 MXNet 文档
深度学习基础
线性回归
线性回归的从零开始实现
线性回归的 Gluon 实现
Softmax 回归
图像分类数据集(Fashion-MNIST)
Softmax 回归的从零开始实现
Softmax 回归的 Gluon 实现
多层感知机
多层感知机的从零开始实现
多层感知机的 Gluon 实现
模型选择、欠拟合和过拟合
权重衰减
丢弃法
正向传播、反向传播和计算图
数值稳定性和模型初始化
实战 Kaggle 比赛:房价预测
深度学习计算
模型构造
模型参数的访问、初始化和共享
模型参数的延后初始化
自定义层
读取和存储
GPU 计算
卷积神经网络
二维卷积层
填充和步幅
多输入通道和多输出通道
池化层
卷积神经网络(LeNet)
深度卷积神经网络(AlexNet)
使用重复元素的网络(VGG)
网络中的网络(NiN)
含并行连结的网络(GoogLeNet)
批量归一化
残差网络(ResNet)
稠密连接网络(DenseNet)
循环神经网络
语言模型
循环神经网络
语言模型数据集(周杰伦专辑歌词)
循环神经网络的从零开始实现
循环神经网络的 Gluon 实现
通过时间反向传播
门控循环单元(GRU)
长短期记忆(LSTM)
深度循环神经网络
双向循环神经网络
优化算法
优化与深度学习
梯度下降和随机梯度下降
小批量随机梯度下降
动量法
Adagrad
RMSProp
Adadelta
Adam
计算性能
命令式和符号式混合编程
异步计算
自动并行计算
多 GPU 计算
多 GPU 计算的 Gluon 实现
计算机视觉
图像增广
微调
目标检测和边界框
锚框
多尺度目标检测
目标检测数据集(皮卡丘)
单发多框检测(SSD)
区域卷积神经网络(R-CNN)系列
语义分割和数据集
全卷积网络(FCN)
样式迁移
实战 Kaggle 比赛:图像分类(CIFAR-10)
实战 Kaggle 比赛:狗的品种识别 (ImageNet Dogs)
自然语言处理
词嵌入(word2vec)
近似训练
Word2vec 的实现
子词嵌入(fastText)
全局向量的词嵌入(GloVe)
求近义词和类比词
文本情感分类:使用循环神经网络
文本情感分类:使用卷积神经网络(textCNN)
编码器—解码器(seq2seq)
束搜索
注意力机制
机器翻译
附录
主要符号一览
数学基础
使用 Jupyter 笔记本
使用 AWS 运行代码
GPU 购买指南
如何为本书贡献
gluonbook 包索引
在本书上线之前,李沐等人还推出了《动手学深度学习》系列视频黄巢水库 ,这门课程的第一季已经于今年 2 月份结束,共 19 课。李沐博士对此系列视频进行了整理,有需求的同学可通过以下视频学习。
课程视频:https://space.bilibili.com/209599371/#/channel/detail?cid=23541
来源:机器之心
∞∞∞∞∞

点击这里,邀请入群

相关文章