请选择 进入手机版 | 继续访问电脑版
提问

深度学习500问

AI应用开发  / 倒序浏览   © 著作权归作者本人所有

#楼主# 2019-1-10

跳转到指定楼层
为了帮助正在学习深度学习的伙伴们,川大的一名优秀毕业生,在GitHub上创建了一个项目:《深度学习500问》,通过问答的形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述,以帮助自己及有需要的读者。 全书分为15个章节,近20万字。

截至今日,该项目已经获得了 2106 个「star」以及 465 个「fork」(GitHub项目地址:https://github.com/scutan90/DeepLearning-500-questions
虽然本书还未完结,但还是值得一读,下面我们详细介绍书中有哪些内容:

第一章数学基础
本章主要讲解了数学基础知识,不仅涵盖了相关的基础概念,还包括彼此之间的联系,如标量、向量、张量之间的联系;张量和矩阵的区别,还有常见的概率分布:




此外,还讲解了不同类型的概率分布和统计学(期望、方差、协方差、相关数)的相关基础知识
第二章机器学习基础
本章为大家罗列了常见的算法以及常见分类算法的优缺点、分类算法的评估用法、大数据与深度学习的关系等,第二章涵盖的知识点虽然很多但却十分全面。

第三章深度学习基础
本章开始进入主题,为了描述神经网络,书中从最简单的神经网络说起,然后层层深入,列举了神经网络的常用模型结构,如何选择一个深度学习开发平台等重点内容,如神经网络常用的模型结构如下:

第四章经典网络
本章向大家介绍了几种经典网络,包括LeNet-5、AlexNet、可视化ZFNet-解卷积、GoogleNet的模型结构及模型解读等,如LeNet-5的模型结构如下:

看了上面这些内容,你是不是已经迫不及待想深度读一下这本未完结的书呢?或者你正从事该领域的工作,也可以帮助作者完善成书。

回复

使用道具

成为第一个回答人

B Color Link Quote Code Smilies
返回顶部