【深度学习笔记】我的第一本新书出版啦~

机器学习实验室

共 1200字,需浏览 3分钟

 · 2020-08-15


今天专门说个事儿~

经过一年多的努力(蝇营狗苟和东拼西凑),在2018年公众号所写的深度学习60讲的基础上,我的第一本书《深度学习笔记》,在北京大学出版社和狗熊会的支持下正式出版了!





2017年的时候,我还是一名普通的数据分析师,每天想着如何写好SQL,如何玩转pandas数据处理。那一年也正是国内AI浪潮最火的一年,各种宣传铺天盖地,作为一名数据从业者,你很难不被吸引进来。当时的想法就是数据分析太无趣了,深度学习这么酷,为何不尝试一下?2018年,我花了一整年的时间来自学神经网络和深度学习,学习过程中留下的记录经过整理后也就成了今天这本书。

本书概况了学习深度学习的基本路线,如何从DNN到CNN再到RNN和一些延伸性知识,本书的定位就是一本深度学习入门图书。


全书包含了21讲内容,目录如下:
  • 第1讲 神经网络与深度学习

  • 第2讲 神经网络的过拟合与正则化

  • 第3讲 深度学习的优化算法

  • 第4讲 卷积神经网络

  • 第5讲 CNN图像学习过程与可视化

  • 第6讲 CNN图像分类:从LeNet5到EfficientNet

  • 第7讲 CNN目标检测:从R-CNN到YOLO

  • 第8讲 CNN图像分割:从FCN到U-Net

  • 第9讲 迁移学习理论与实践

  • 第10讲 循环神经网络

  • 第11讲 长短期记忆网络

  • 第12讲 自然语言处理与词向量

  • 第13讲 word2vec词向量

  • 第14讲 seq2seq与注意力模型

  • 第15讲 语音识别

  • 第16讲 从Embedding到XLNet:NLP预训练模型简介

  • 第17讲 深度生成模型之自编码器

  • 第18讲 深度生成模型之生成式对抗网络

  • 第19讲 神经风格迁移、深度强化学习与胶囊网络

  • 第20讲 深度学习框架

  • 第21讲 深度学习数据集

  • 参考文献


作为一名仅有三年经验的、能力远不成熟的深度学习算法工程师,在整理本书书稿的过程中倍感艰辛和不易。书中大量参考了相关教材、论文、网络博客、知乎问答与专栏等专业内容,在此一并表示感谢。

本书真正成书时间较早,后续没有太多时间进一步深入挖掘和细化整理,许多内容在今天看来已经非常陈旧了,并且写作水平也难以令人满意。后续笔者会根据相关反馈对本书进行修订。另外因时间仓促和能力所限,书中难免会有表述不当、甚至是错误之处,在此先感谢各位读者朋友们的批评指正。

最后,给长期以来关注笔者公众号的各位朋友一个小福利,这本新书笔者送3给大家。获取方式为:在本文下方留言并且留言点赞数前3的朋友将各自获得笔者的一本签名+印章赠书。

书已为大家备好~


当然,如果想要直接支持笔者的,可以直接到当当或者京东选择购买:



感谢各位的支持!
浏览 9
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报