深度学习在公众面前爆得大名,还是要归功于2016 年AlphaGo的胜利,在AlphaGo大红大紫的同时,人们也牢牢记住了这个原本陌生的专有名词——“深度学习”(deep learning)。
而卷积神经网络是最先落地的深度学习技术之一,被广泛应用于各种现实场景,在许多问题上都取得了超越人类智能的结果。可是深度学习对数学基础知识的要求(微积分、线性代数、概率论、数理统计……),让大部分在门外张望的同学心生恐惧,不敢轻易触碰。
不要怕,这个烦恼小意思!因为下面介绍的这本好书绝对可以帮助你!
周志华教授作序力荐其为“侧重实践又不失论释”、“心得技巧亦可一观,读者在实践中或有见益。”
书籍本身不仅是一本难得的深度学习上手宝典,更是一剂对治深度学习恐惧症的良药!它就是——《解析深度学习:卷积神经网络原理与视觉实践》
魏秀参 著
2018年11月出版
【专为中文读者打造偏实用深度学习工具书】
本书出自魏秀参博士,毕业于著名的南京大学LAMDA研究所,先后师从周志华教授和吴建鑫教授,现为旷视科技南京研究院负责人。本书凝聚了他多年的功力,以“小而精”为原则,没有拗口的文字和难懂的术语,只有明明白白的道理、由浅入深的论证和清晰流畅的架构。
周志华教授在本书推荐序中评价到“市面上深度学习书籍已不少,但专门针对卷积神经网络展开,侧重实践又不失论释者尚不多见。本书基本覆盖了卷积神经网络实践所涉之环节,作者交代的若干心得技巧亦可一观,读者在实践中或有见益。”
与其他深度学习图书相比,这本书有什么特色?
这是一本面向中文读者的轻量级、偏实用的深度学习工具书,内容上更加侧重深度卷积神经网络的基础知识和实践应用。
为了使尽可能多的读者通过本书对卷积神经网络和深度学习有所了解,书中尽可能少地使用晦涩的数学公式,尽可能多地使用具体的图表形象表达。为了方便阅读,附录中同事给出了相关数学基础知识简介。
这本书适合哪些读者?没有机器学习背景可以读吗?
可以!本书的读者对象为对卷积神经网络和深度学习感兴趣的入门者,以及没有机器学习背景但希望能快速掌握该方面知识并将其应用于实际问题的各行从业者。
要如何阅读本书?
全书共有14 章,除“绪论”外可分为两个部分:
◾第一部分“基础理论篇”(第1~4 章)
介绍卷积神经网络的基础知识、基本部件、经典结构和模型压缩等基础理论内容;
◾第二部分“实践应用篇”(第5~14 章)
介绍深度卷积神经网络自数据准备开始,到模型参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡数据处理,最终到模型集成等实践应用技巧和经验。
另外,本书基本在每章结束均有对应小结,读者在阅读完每章内容后不妨掩卷回忆,看是否完全掌握了此章重点。
对卷积神经网络和深度学习感兴趣的读者可通读全书,做到“理论结合实践”;对希望迅速应用深度卷积神经网络来解决实际问题的读者,也可直接参考第二部分的有关内容,做到“有的放矢”。
小编说:将深度学习应用到实际问题中,一个非常大的问题在于训练深度学习模型需要的计算量太大。为了加速训练过程,本文将介绍如何如何在TensorFlow中使用单个GPU进行计算加速,也将介绍生成TensorFlow会话(tf.Sessio...
2023 年高考作文题目火热出炉,其中全国甲卷作文题引人深思: 人们因技术发展得以更好地掌控时间,但也有人因此成了时间的仆人。 身处技术圈的我们,对于这句话可能有很多话想说。而对于这个话题,CSDN 也想问问近来大火的 AI 技术本...
机器有机器的作用,人有人的独特个性和价值。 正因为如此, 一方面,ChatGPT 等人工智能语言模型需要通过不断与人类的公共知识信息数据交互、汇聚,不断与人类进行对话,才能拥有越来越好的智能表现; 另一方面,作为人工智能机器...
读者评论