概述
神经网络与深度学习是一个免费的在线书籍。书籍会传授你:
- 神经网络,一个受生物原理启发的编程范式,让计算机可以从可观察的数据中学习。
- 深度学习,一套强大的神经网络学习技术。
目前,神经网络和深度学习为图像识别、语音识别和自然语言处理中的许多问题提供了最佳解决方案。本书将教会你神经网络和深度学习背后的许多核心概念。
关于书中所采取的方法的更多细节,请看这里。或者你可以直接跳到第1章,开始学习。
关于练习和难题
在技术书籍中,作者告诫读者必须做练习和问题并不少见。当我读到这样的警告时,我总是觉得有点奇怪。如果我不做练习和题目,是什么坏事吗?也不是,我会省点时间,但会牺牲理解的深度。有时这是很值得的。有时则不值得。这由我们自己判定。
那在这本书里,什么是值得做的呢?我的建议是,你应该做大部分的练习,争取不做大部分的难题。
为什么这么说呢?
应该做大部分的练习,是因为它们是你对教材理解的基本的检验。如果你不能比较容易地解决一个练习,那么你很可能错过了一些很基本的东西。当然,如果你偶尔被一些练习卡住,没关系,继续做下去——这可能因为你当时的一些理解,或者我的表达问题而导致的误解。但是如果你发现你大部分的练习,都不能继续下去,你就要重读一下之前的教材了。
难题又是另一回事。它们比练习更加的难,你在解决它们的时候要更费劲。这很恼人,但是,面对这种挫折的耐心,是真正理解和内化内容的必经之路。
说到这里,我不建议把所有的难题都做完。最好是根据自己的需求来做。比如想对自己的隐约收藏进行分类,或者预测股票的价格的等等。找到上心的项目,你就可以忽略书里大部分的难题的部分,或者仅仅作为项目的灵感来源。在上心的项目里努力,会比所有固定问题的工作带给你更多。情感的投入是关键。
当然,你可以能没有类似前面提到的项目。也没关系,挑一些书里你觉得有趣的难题去做,然后在里面寻找灵感,寻找创造性的个人项目的想法。