Python深度学习原理、算法与案例
邓立国 李剑锋 林庆发 邓淇文
121人在读
22.2万字总字数
¥83.3定价
邓立国 李剑锋 林庆发 邓淇文
本书涵盖深度学习的专业基础理论知识，包括深度学习概述、机器学习基础、神经网络基础、卷积神经网络、循环神经网络、正则化与深度学习优化，以及比较流行的应用场景实践。本书配套70个示例源码及PPT课件。 本书共11章外加3个附录，系统讲解深度学习的基础知识与领域应用实践。本书内容包括深度学习概述、机器学习基础、神经网络基础、卷积神经网络和循环神经网络、正则化与深度学习优化、计算机视觉应用、目标检测应用、文本分析应用、深度强化学习应用、TensorFlow模型应用、Transformer模型应用等。附录中还给出机器学习和深度学习中用到的数学基础知识，包括线性代数、概率论和信息论等。 本书适合Python深度学习初学者、深度学习算法开发人员学习，也适合作为高等院校计算机技术、人工智能、大数据相关专业的教材或教学参考书。
人类日常绝大多数行为，去探究本质，都可以看作是一个个求解的过程。深度学习的本质，就是让机器帮助我们找出这个最优解，以后都按照这个最优解去执行就可以了。 比如，一个司机从起点A到达终点B，他要经历很多的步骤，包括正确启动汽车、加速减速、遵守道路交通规则、最终安全到达终点。这个过程超级复杂，会受到非常多的变量影响，比如复杂的路况、不同的天气、突发事件等等。假设10000个司机都从A到达B，那么一定存在一个最佳司机，他的驾驶方式是最优的，我们只需要搞清楚他是如何做到最优的，然后教会机器也按照这个司机的操作方式去执行，那么这个机器也会成为最佳的“司机”。后续，只需要经过不断的迭代训练，那么这个机器将会轻而易举超过人类司机。 理由如下。首先，机器基本上不会疲惫、可以24小时连轴转，再优秀的司机也会因为疲惫而犯错；其次，人类要达到优秀司机的水准需要经过长时间的训练，但是第二台、第三台乃至无数台机器只需要复制第一台机器的程序就可以了；再次，对技能的叠加与进化，人类也明显落后。 机器的深度学习，也就是Artificial Intelligence（简称AI）人工智能，必将深远影响当今的世界。 等到将来的某一天，机器进化出自我意识，不知道会是人类全新的开始还是地球统治的终结。