• 不是和青木川

    这本书上的代码和其提供GitHub上的代码又是不一样的。你这个根本不匹配 对应。

    不是和青木川发表于 2020/4/1 16:09:15
    • 徐彬

      你好，书中源码和github源码的差异在这里做一下说明:
      1、首先书中源码以及配套源码的实现逻辑，都与书中对算法的讨论和推导一致。
      2、过长的源码和注释换行可能会影响阅读体验，所以成书的时候对长变量做了缩短处理；部分过长的注释，也拆分为多行。
      3、书中的源码，尽可能只保留和算法逻辑对应核心函数、或核心算法片段。不过多讨论类、对象、方法的封装逻辑。目的是保持书籍的内容精炼且不偏离算法的本质。
      书中所有实例的结果指标都是真实日志，你可以在自己的环境复现出来；此外，对框架OOP工程封装感兴趣的同行，可以通过阅读源码+观察执行过程理解封装逻辑，同样欢迎交流指正。

      徐彬发表于 2020/4/15 12:02:11
  • -NOVA-

    请问电子版什么时候上市？

    -NOVA-发表于 2019/10/29 21:06:42
    • 孙学瑛

      目前不清楚具体日期。

      孙学瑛发表于 2019/11/6 8:43:20
  • 橘朵

    公式(7.7)是不是错了？

    橘朵发表于 2019/10/18 13:41:36
    • 徐彬

      你好，沿时间步反向传播的误差的确应该是$\delta h_{t+1}$，感谢你指出错误。
      这边会更新至勘误表 https://github.com/AskyJx/xDeepLearningBook

      徐彬发表于 2019/10/19 16:59:52
  • -NOVA-

    后续会有上电子版的计划吗？

    -NOVA-发表于 2019/10/15 21:05:40
    • 孙学瑛

      一般会有

      孙学瑛发表于 2019/10/16 13:28:40
    • -NOVA-

      @孙学瑛 非常期待电子版出来，家里纸质书太多了，还是电子书方便。

      -NOVA-发表于 2019/10/16 20:35:10
  • 李洪烈

    例子里没有相应的数据，chapter2_nn_mnist.py # 训练数据
    path_minst_unpack = ‘d:\0tmp\04_dataset\MNIST\MNIST_data_unpack’

    李洪烈发表于 2019/10/14 16:05:41
    • 徐彬

      你好，MINIST数据集可以从http://yann.lecun.com/exdb/mnist/下载到本地解压缩，修改path_minst_unpack指向本地路径即可运行。

      第二章有上述步骤的简要介绍，前言部分给出的源码说明，也可以找到书中各章所需的全部数据下载链接。https://github.com/AskyJx/xDeepLearningBook

      徐彬发表于 2019/10/19 17:06:57
  • 1
  • 2