c#入门经典第8版 pdf百度云_PyTorch版《动手学深度学习》PDF 版开源了

本书面向深度学习初学者,无需深度学习或机器学习背景,仅需基础数学和Python知识。内容分为三部分:预备知识和基础知识、现代深度学习技术、计算性能和应用。特别地,一位北大校友将其翻译成PyTorch版,解决了GitHub上公式显示不全的问题,已生成PDF便于阅读。提供百度网盘链接供读者下载。
摘要由CSDN通过智能技术生成

c0489d9829228c43f6d34438480c8327.png

内容简介
本书⾯向希望了解深度学习,特别是对实际使⽤深度学习感兴趣的⼤学⽣、⼯程师和研究⼈员。本书并不要求你有任何深度学习或者机器学习的背景知识,我们将从头开始解释每⼀个概念。虽然深度学习技术与应⽤的阐述涉及了数学和编程,但你只需了解基础的数学和编程,例如基础的线性代数、微分和概率,以及基础的 Python 编程。本书内容⼤体可以分为三部分:
• 第⼀部分(第 1 章⾄第 3 章)涵盖预备⼯作和基础知识。第 1 章介绍了深度学习的背景和本书的使⽤⽅法。第 2 章提供了动⼿学深度学习所需要的预备知识,例如如何获取并运⾏书中的代码。第 3 章包括了深度学习最基础的概念和技术,例如多层感知机和模型正则化。如果你时间有限,并且只希望了解深度学习最基础的概念和技术,那么你只需阅读第⼀部分。
• 第⼆部分(第 4 章⾄第 6 章)关注现代深度学习技术。第 4 章描述了深度学习计算的各个重要组成部分,并为之后实现更复杂的模型打下基础。第 5 章解释了近年来令深度学习在计算机视觉领域⼤获成功的卷积神经⽹络。第 6 章阐述了近年来常⽤于处理序列数据的循环神经⽹络。阅读第⼆部分有助于掌握现代深度学习技术。
• 第三部分(第 7 章⾄第 10 章)讨论计算性能和应⽤。第 7 章评价了各种⽤来训练深度学习模型的优化算法。第 8 章检验了影响深度学习计算性能的⼏个重要因素。第 9 章和第 10 章分别列举了深度学习在计算机视觉和⾃然语⾔处理中的重要应⽤。这部分内容可供你根据兴趣选择阅读。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值