GitHub星标数超4.2万的火爆之作!

博文小编

2021-02-05


AI领域蓬勃发展,不断有新鲜血液注入行业,行业著作也不断推陈出新~~

最近博文菌得到一本极具群众基础的深度学习图书。

要说AI图书,博文菌推荐过非常多的优秀著作,有数十年经验沉淀的经典巨著,也有0压入门的必备秘籍……

但这本书完全不一样!

因为它集百家所长,凝聚了众多一线科研人员及工程师的经验,可以培养读者发现问题、解决问题、扩展问题等方面的能力,真真正正地称得上一本书入门深度学习!

不卖关子了,它就是火爆全网的《深度学习500:AI工程师面试宝典》!
《深度学习500问:AI工程师面试宝典》

—— 源自GitHub星标数超4.2万的火爆之作 ——

在学习深度学习相关知识的时候,作者经常通过反复思考某个问题来指导自己,查阅资料并且记录成文,经过一段时间后发现整理的内容越来越丰富,从问题集开始,逐渐形成了有序且关联的篇章,于是将该项目命名为《深度学习500问》。

2018年6月,作者陆续将整理的内容上传到GitHub,方便自己远程更新。

意外的是,在2018年10月的时候,这些内容突然引起众多阅读者的极大反响,在CSDN、AI科技大本营、量子位、知乎、雷锋网、知识星球等众多一线人工智能类公众号及网站上相互传开

在最开始的两周内,累计星标就超过1万,在GitHub趋势榜的全球月、周排名中多次居首,这些内容成为一份火爆的深度学习方面的资料。

截至目前,《深度学习500问》在GitHub上的累计星标已超过4.2万。本书便源自该项目。

—— 历时3年,融合产学研的精心之作 ——

本书的相关内容在GitHub和知乎等平台已经受到了很多网友的关注和认可,这是为什么呢?

因为其在专业、严谨的基本标准之上,还体现了一个研究者自己学习和总结的真实成果,并结合了专业社区平台众多网友的共同努力,此书的实用性是非常突出的。

作者谈继勇是南方科技大学和哈尔滨工业大学联合培养的博士,从2011年就开始对人工智能进行研究,在香港中文大学(深圳)工作时,对机器视觉有着深入的理解,是这个领域的一员老兵。他在深圳瀚维智能医疗科技公司带领团队研发的多款智能机器人及人工智能产品都已经或即将进入量产阶段。从这些成绩中可以看出作者扎实的理论基础和实现技术转化的能力。

本书的内容从必须具备的数学基础、机器学习基础、深度学习基础开始,逐步深入到人工智能技术中各种热门的人工神经网络算法,然后结合实际问题,介绍目标检测、图像分割等使用的具体技术,还深入讲解了在模型创建和训练过程中,算法优化和参数调整的细节,并且结合了作者自身的实战经验,将极大地提高深度学习爱好者的理论水平和动手能力。

GitHub上的项目被传播开之后,全球有超过万名的老师、学生、研究者及工程师参与到项目中来,通过广大研究者的集思广益,这些内容最终形成了一个更充实、更全面的AI相关知识库。参与者们本着将内容统一化、精细化、准确化的初衷,联合众多读者一起将其完善、修改并成书。

可以说,本书囊括了深度学习所需要的所有知识体系,是一本行业从业者必备的百科全书。

—— 兼具广度深度的入门、面试秘籍 ——

深度学习的理论性较强、门槛较高,要理解该领域的知识,读者需要具有一定的数学基础,需要学习统计分析、模式识别等专业领域的知识。很多读者想深入研究又望而却步,因为他们缺乏必要的知识,在知识的深入及迁移上有难以跨越的鸿沟。

在撰写本书的过程中,作者力求深入浅出,从基础到入门,从进阶到拓展,尽量定性地进行描述,并较为全面地给出思路和阐释,旨在向读者介绍知识的同时培养读者的思维方法,通过不断地刨根问底,使读者在实际的研究与开发过程中快速定点、查漏补缺,较好地解答了初学者的疑惑。

同时,本书内容取材于编者在日常学习过程中总结的知识点及各大公司常见的笔试、面试题。

这是一本兼具广度与深度的书,将深度学习知识框架的全景图呈现在读者面前,能够让读者系统地了解、掌握深度学习的相关知识,从理论到工程实践都有涉及,将人工智能“是什么(概念)、为什么(原理)、怎么做(实践)”三个问题充分地结合了起来,非常适合想要步入深度学习领域的初学者,尤其是需要查漏补缺的应聘者及提供相关岗位的面试官阅读。

从事与深度学习相关的工作是一件令人自豪的事情,同时,理解深度学习也是一件神秘和令人兴奋的事情,希望本书可以帮助你跨越深度学习的门槛,带你感受深度学习的魅力!

关于本书作者

谈继勇(主编),南方科技大学和哈尔滨工业大学联合培养博士(在读),现任瀚维智能医疗技术总监,深圳工信局专家库专家,兼任南方科技大学、四川大学研究生企业导师,南方科技大学和瀚维智能医疗联合实验室副主任,北京探工所特聘技术专家,曾先后在中科院信工所、香港中文大学(深圳)、FOXCONN机器人与人工智能实验室、顺丰科技等单位任职。主要专注于智能感知与控制、实时智能与计算机视觉方向的研究,主持/主研国家自然科学基金、省重点研发计划、深圳战略性新兴产业计划等项目20余项,发表SCI/EI论文20余篇,申请发明专利40余项,获全国发明金奖。

郭子钊 (副主编),四川大学计算机科学专业博士,硕士毕业于四川大学自动化系,主要从事AI芯片、深度学习、行为检测识别、人脸检测识别等相关研究工作。

李剑(副主编),同济大学计算机科学专业博士,浙江农林大学副教授、硕士生导师,主要从事推荐系统、排序学习、凸优化等机器学习领域的科研和教学工作,发表SCI论文10余篇,曾获浙江省科技进步二等奖等多项省部级奖项。

佃松宜(副主编),日本东北大学博士,四川大学电气工程学院教授、自动化系系主任,四川省信息与自动化技术重点实验室主任。主要专注于先进控制理论与人工智能算法研究、嵌入式计算与实时智能系统的研究与开发、机器人与智能装备的智能感知与控制技术的研究、工业测控与智能物联的研究。近5年来主持包括国家重点研发计划、基金、国网总部项目等各类科研项目近30项,累计总经费近2200万元;发表论文100多篇,其中SCI/EI检索近40篇,ESI高引论文1篇。参与编撰专著3部(其中英文专著1部),参编国家九五规划教材1部。

王晋东(特邀编委),中科院计算所博士,微软亚洲研究院机器学习研究员,主要从事迁移学习和机器学习方向的研究工作,在IJCAI、CVPR、ICDM、UbiComp、ACMMM、PERCOM、IJCNN、PRICAI、IEEE TNNLS、NEUNET、PRL、PMCJ、IMWUT、IJMLC、ICME、ACM TIST等国际权威期刊和会议上发表论文20余篇,多次获得“最佳论文”奖。作品有《迁移学习简明手册》等。

王超锋,上海大学硕士,百度计算机视觉算法工程师,主研图像处理,深度学习等方向。曾多次在国内外各类知名计算机视觉挑战赛中获得优异成绩。

郭晓锋,中国科学院硕士,爱奇艺算法工程师,主要从事图像处理、深度学习等方向的研究,曾获“2017华为软件精英挑战赛”复赛第6名。

黄伟,华南理工大学硕士,顺丰科技机器人算法工程师,主要从事计算机视觉和自然语言处理方向的研究。曾在相关领域国际期刊、会议上发表论文,并在相关竞赛中获得优异成绩。

陈方杰(Amusi),上海大学硕士,CVer(计算机视觉知识分享和学习交流平台)创始人。

李元伟,国防科技大学硕士,深圳瀚维智能医疗科技公司高级算法工程师,南方科技大学和瀚维智能医疗联合实验室委员,主要从事机器视觉、图像处理及深度学习方向的研究工作,参编普通高等教育十三五规划教材《图像通信基础》,在IEEE TCSVT、COGN COMPUT等发表学术论文多篇,曾获湖南省/全军优秀硕士论文。

陈琳,北京航空航天大学博士(在读),研究方向为无人机智能控制与决策、仿生智能计算。


《深度学习500问:AI工程师面试宝典》
谈继勇 主编
郭子钊 李剑 佃松宜 副主编

让你不再因为缺乏基础知识而对深度学习望而却步
细化问题,助你面试查漏补缺,重点突破

本书系统地描述了深度学习的基本理论算法及应用。
全书共14章,第1~3章论述了数学基础、机器学习基础和深度学习基础;第4~7章介绍了一些经典网络及计算机视觉领域中常用的CNN、RNN、GAN等网络结构技术;第8~9章介绍了深度学习在计算机视觉领域的目标检测及图像分割两大应用;第10~14章介绍了计算机视觉领域主要的优化方法及思路等,包括迁移学习、网络架构及训练、网络优化技巧、超参数调整及模型的压缩和加速等。
本书取材于编者在日常学习过程中总结的知识点及各大公司常见的笔试、面试题,凝聚了众多一线科研人员及工程师的经验,旨在培养读者发现问题、解决问题、扩展问题的能力。

读者评论

相关博文

  • 干货丨深度迁移学习方法的基本思路

    干货丨深度迁移学习方法的基本思路

    博文小编 2021-01-19

    百度前首席科学家、斯坦福大学副教授吴恩达(Andrew Ng)曾经说过:迁移学习将是继监督学习之后的下一个促使机器学习成功商业化的驱动力。 本文选自《深度学习500问:AI工程师面试宝典》,将重点介绍目前最热门的深度迁移学习方法的基本...

    博文小编 2021-01-19
    46 0 0 0