547 頁《動手學(xué)深度學(xué)習(xí)》中文版上線！附電子書、視頻和源碼

重磅干貨，第一時間送達(dá)

李沐，亞馬遜 AI 主任科學(xué)家，名聲在外！近日，由李沐、Aston Zhang 等人合力打造的《動手學(xué)深度學(xué)習(xí)》預(yù)覽版正式上線，免費(fèi)供大家閱讀。這是一本面向中文讀者的能運(yùn)行、可討論的深度學(xué)習(xí)教科書！

在線預(yù)覽地址：

https://zh./

GitHub 項目地址：

https://github.com/d2l-ai/d2l-zh

課程視頻地址：

https://space.bilibili.com/209599371/channel/detail?cid=23541

這本書使用 Apache MXNet 的最新 gluon 接口來演示如何從 0 開始實(shí)現(xiàn)深度學(xué)習(xí)的各個算法。最大的特點(diǎn)就是實(shí)現(xiàn) “公式 + 圖示 + 代碼” 相結(jié)合的方式，不僅結(jié)合文字、公式和圖示來闡明深度學(xué)習(xí)里常用的模型和算法，還提供代碼來演示如何從零開始實(shí)現(xiàn)它們，并使用真實(shí)數(shù)據(jù)來提供一個交互式的學(xué)習(xí)體驗(yàn)。

該書以 Jupyter 記事本的形式呈現(xiàn)，讀者可以操作其中的代碼和超參數(shù)來獲取及時反饋，以此提高學(xué)習(xí)效率。

學(xué)術(shù)界和工業(yè)界收獲了很多好評！

引言

• 前言

• 深度學(xué)習(xí)簡介

• 如何使用本書

預(yù)備知識

• 獲取和運(yùn)行本書代碼

• 數(shù)據(jù)操作

• 自動求梯度

• 查閱 MXNet 文檔

深度學(xué)習(xí)基礎(chǔ)

• 線性回歸

• 線性回歸的從零開始實(shí)現(xiàn)

• 線性回歸的 Gluon 實(shí)現(xiàn)

• Softmax 回歸

• 圖像分類數(shù)據(jù)集（Fashion-MNIST）

• Softmax 回歸的從零開始實(shí)現(xiàn)

• Softmax 回歸的 Gluon 實(shí)現(xiàn)

• 多層感知機(jī)

• 多層感知機(jī)的從零開始實(shí)現(xiàn)

• 多層感知機(jī)的 Gluon 實(shí)現(xiàn)

• 模型選擇、欠擬合和過擬合

• 權(quán)重衰減

• 丟棄法

• 正向傳播、反向傳播和計算圖

• 數(shù)值穩(wěn)定性和模型初始化

• 實(shí)戰(zhàn) Kaggle 比賽：房價預(yù)測

深度學(xué)習(xí)計算

• 模型構(gòu)造

• 模型參數(shù)的訪問、初始化和共享

• 模型參數(shù)的延后初始化

• 自定義層

• 讀取和存儲

• GPU 計算

卷積神經(jīng)網(wǎng)絡(luò)

• 二維卷積層

• 填充和步幅

• 多輸入通道和多輸出通道

• 池化層

• 卷積神經(jīng)網(wǎng)絡(luò)（LeNet）

• 深度卷積神經(jīng)網(wǎng)絡(luò)（AlexNet）

• 使用重復(fù)元素的網(wǎng)絡(luò)（VGG）

• 網(wǎng)絡(luò)中的網(wǎng)絡(luò)（NiN）

• 含并行連結(jié)的網(wǎng)絡(luò)（GoogLeNet）

• 批量歸一化

• 殘差網(wǎng)絡(luò)（ResNet）

• 稠密連接網(wǎng)絡(luò)（DenseNet）

循環(huán)神經(jīng)網(wǎng)絡(luò)

• 語言模型

• 循環(huán)神經(jīng)網(wǎng)絡(luò)

• 語言模型數(shù)據(jù)集（周杰倫專輯歌詞）

• 循環(huán)神經(jīng)網(wǎng)絡(luò)的從零開始實(shí)現(xiàn)

• 循環(huán)神經(jīng)網(wǎng)絡(luò)的 Gluon 實(shí)現(xiàn)

• 通過時間反向傳播

• 門控循環(huán)單元（GRU）

• 長短期記憶（LSTM）

• 深度循環(huán)神經(jīng)網(wǎng)絡(luò)

• 雙向循環(huán)神經(jīng)網(wǎng)絡(luò)

優(yōu)化算法

• 優(yōu)化與深度學(xué)習(xí)

• 梯度下降和隨機(jī)梯度下降

• 小批量隨機(jī)梯度下降

• 動量法

• Adagrad

• RMSProp

• Adadelta

• Adam

計算性能

• 命令式和符號式混合編程

• 異步計算

• 自動并行計算

• 多 GPU 計算

• 多 GPU 計算的 Gluon 實(shí)現(xiàn)

計算機(jī)視覺

• 圖像增廣

• 微調(diào)

• 目標(biāo)檢測和邊界框

• 錨框

• 多尺度目標(biāo)檢測

• 目標(biāo)檢測數(shù)據(jù)集（皮卡丘）

• 單發(fā)多框檢測（SSD）

• 區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（R-CNN）系列

• 語義分割和數(shù)據(jù)集

• 全卷積網(wǎng)絡(luò)（FCN）

• 樣式遷移

• 實(shí)戰(zhàn) Kaggle 比賽：圖像分類（CIFAR-10）

• 實(shí)戰(zhàn) Kaggle 比賽：狗的品種識別 (ImageNet Dogs)

自然語言處理

• 詞嵌入（word2vec）

• 近似訓(xùn)練

• Word2vec 的實(shí)現(xiàn)

• 子詞嵌入（fastText）

• 全局向量的詞嵌入（GloVe）

• 求近義詞和類比詞

• 文本情感分類：使用循環(huán)神經(jīng)網(wǎng)絡(luò)

• 文本情感分類：使用卷積神經(jīng)網(wǎng)絡(luò)（textCNN）

• 編碼器—解碼器（seq2seq）

• 束搜索

• 注意力機(jī)制

• 機(jī)器翻譯

附錄

• 主要符號一覽

• 數(shù)學(xué)基礎(chǔ)

• 使用 Jupyter 筆記本

• 使用 AWS 運(yùn)行代碼

• GPU 購買指南

• 如何為本書貢獻(xiàn)

• gluonbook 包索引

電子書 pdf 獲取方式如下：

1.關(guān)注 'AI有道' 公眾號