
张玉宏
深度学习是人工智能的前沿技术。本书深入浅出地介绍了深度学习的相关理论和实践,全书共分16章,采用理论和实践双主线写作方式。第1章给出深度学习的大图。第2章和第3章,讲解了机器学习的相关基础理论。第4章和第5章,讲解了Python基础和基于Python的机器学习实战。第6至10章,先后讲解了M-P模型、感知机、多层神经网络、BP神经网络等知识。第11章讲解了被广泛认可的深度学习框架TensorFlow。第12章和第13章详细讲解了卷积神经网络,并给出了相关的实战项目。第14章和第15章,分别讲解了循环递归网络和长短期记忆(LSTM)网络。第16章讲解了神经胶囊网络,并给出了神经胶囊网络设计的详细论述和实践案例分析。
推荐给我这本书的人对我说,这是一本深度学习的入门读物。我粗略的读了一遍之后,想说,如果你没有学过任何一门深度学习的课程,读这本书会很困难。 但是作为配套的教材,它很称职。虽然从本书的行文风格上来看,作者似乎并不是很想人们把它当做教材,因为作者经常在书里开玩笑。 说它做教材很称职的原因如下: 1.对概念的解析会用最浅显的实例,甚至有些浅显到可以用笔算。例如,卷积核的举例,我用笔算了算卷积后的结果,再结合卷积前后变化的配图,真的明白了它的含义。 2.从生活实例对各类算法进行关联,甚至读出了一种哲学的味道。例如,完全理性人遵循马尔科夫链思维,只关注当下,不计算沉没成本(CNN)。真实人在历史和当下的叠加下做出决策(RNN)。 3.书里很多自问自答,然而作者作为一个专家,提的问题竟然和我这个小白的疑问完美匹配。除了专业能力很牛逼,一种名师的气息从纸面传来。
不喜欢作者的行文,有点花俏,不如技术类书籍的严谨朴实的作风。但书是好书,值得推荐
这本书是我目前看到的介绍张量约简最好的一本书!
这是我深度学习的入门书籍,其实很多东西都看不懂,不过书中原理讲得比较清楚,对于深度学习技术的理解很多帮助,这本书是实体书与微信读书一起读的,本书案例用的是tensorflow1,代码看起来比较复杂,tensorflow2 的代码相比版本1,真是简单多了!相比案例,深度学习的原理与发展才是这本书的特色!