1.前Facebook数据科学家带你领略深度学习领域的全貌;
2.从数学、示意图、Python三个维度立体地认识深度学习;
3.提供PyTorch开源神经网络库的使用方法;
4.提供示例代码。
深度学习技术的发展如火如荼,这些知识正迅速成为机器学习从业者甚至许多软件开发工程师的“加分项”。深度学习是一个立体的领域,仅从数学层面或代码层面学习,难免以偏概全,无法融会贯通。
本书作者认为,理解深度学习和神经网络需要多种思维模型。因此,本书从数学、示意图、Python代码三个维度帮助你立体地理解每一个概念,带你领略深度学习领域的全貌,从内到外地理解构建神经网络的每一步。你将学到以下内容。
- 为理解深度学习的概念和原理构建多种思维模型。
- 掌握嵌套函数、链式法则等数学概念。
- 掌握学习率衰减、权重初始化、dropout等优化技巧。
- 从零构建CNN和RNN等常见的神经网络架构。
- 使用PyTorch实现神经网络。
展开