深度学习全书——公式+推导+代码+TensorFlow全程案例
洪锦魁
760人在读
25.6万字总字数
¥111.3定价
洪锦魁
《深度学习全书——公式+推导+代码+TensorFlow全程案例》共有15章，分为5部分，第一篇说明深度学习的概念，包括数理基础，特点是结合编程解题，加深读者印象，第二篇说明TensorFlow的学习地图，从张量、自动微分、梯度下降乃至神经层的实践，逐步解构神经网络，第三篇介绍CNN算法、影像应用、转移学习等，第四篇则进入自然语言处理及语音识别的领域，介绍RNN/BERT/Transformer算法、相关应用等，最后，介绍了强化学习的基础知识，包括马尔可夫决策过程、动态规划、蒙特卡洛、Q Learning算法，当然，还有相关案例实践。
这本书涵盖内容是很全的，tf也是最新版的，代码注解也详细，但是，所用到的数据集，不但没有明确给出网址，github中也没有数据，这点很失望。 这本书后半部分，理论浮光掠影，只给了代码，要么篇幅限制，要么作者也不是很清楚，看github上的代码，我的感觉就是作者估计也在学习中，不是很精通。 中规中矩
很好很详细的一本基础书。偶尔可以当工具书用用
介绍了深度学习的数学基础，基础知识，机器视觉的深度学习模型，以及处理自然语言的相关模型与其演进过程，包括RNN、LSTM、GRU、注意力机制、Transformer、BERT等。 第一遍看的很粗糙，第二遍运行代码理解一下。
很详细的一本书，在实际使用过程中有参考价值
比较不错，从数学推理到模型可视化，到代码都有一个较深的讲解，主要是免费看的里面真不错了