深度學習全書——公式+推導+代碼+TensorFlow全程案例
洪錦魁
760人在讀
25.6萬字總字數
¥111.3定價
洪錦魁
《深度學習全書——公式+推導+代碼+TensorFlow全程案例》共有15章，分爲5部分，第一篇說明深度學習的概念，包括數理基礎，特點是結合編程解題，加深讀者印象，第二篇說明TensorFlow的學習地圖，從張量、自動微分、梯度下降乃至神經層的實踐，逐步解構神經網絡，第三篇介紹CNN算法、影像應用、轉移學習等，第四篇則進入自然語言處理及語音識別的領域，介紹RNN/BERT/Transformer算法、相關應用等，最後，介紹了強化學習的基礎知識，包括馬爾可夫決策過程、動態規劃、蒙特卡洛、Q Learning算法，當然，還有相關案例實踐。
這本書涵蓋內容是很全的，tf也是最新版的，代碼註解也詳細，但是，所用到的數據集，不但沒有明確給出網址，github中也沒有數據，這點很失望。 這本書後半部分，理論浮光掠影，只給了代碼，要麼篇幅限制，要麼作者也不是很清楚，看github上的代碼，我的感覺就是作者估計也在學習中，不是很精通。 中規中矩
很好很詳細的一本基礎書。偶爾可以當工具書用用
介紹了深度學習的數學基礎，基礎知識，機器視覺的深度學習模型，以及處理自然語言的相關模型與其演進過程，包括RNN、LSTM、GRU、注意力機制、Transformer、BERT等。 第一遍看的很粗糙，第二遍運行代碼理解一下。
很詳細的一本書，在實際使用過程中有參考價值
比較不錯，從數學推理到模型可視化，到代碼都有一個較深的講解，主要是免費看的裏面真不錯了