【深度学习笔记】我的第一本新书出版啦~-技术圈

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本给大家。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！