Vipul Vaibhaw在Github开源了一份关于Pytorch深度学习的书册,《First steps towards Deep Learning with pyTorch》,这是一本关于深度学习的开源书籍。这本书应该是非数学的,迎合了那些没有深度学习经验,数学知识和兴趣很少的读者。这本书旨在帮助读者迈出深度学习的“第一步”。

成为VIP会员查看完整内容
0
68

相关内容

前言

这是一本面向人工智能,特别是深度学习初学者的书,本书旨在帮助更多的读者朋友了 解、喜欢并进入到人工智能行业中来,因此作者试图从分析人工智能中的简单问题入手,一 步步地提出设想、分析方案以及实现方案,重温当年科研工作者的发现之路,让读者身临其 境式的感受算法设计思想,从而掌握分析问题、解决问题的能力。这种方式也是对读者的基 础要求较少的,读者在学习本书的过程中会自然而然地了解算法的相关背景知识,避免出现 为了学习而学习的窘境。

尽管作者试图将读者的基础要求降到最低,但是人工智能不可避免地需要使用正式化的 数学符号推导,其中涉及到少量的概率与统计、线性代数、微积分等数学知识,一般要求读 者对这些数学知识有初步印象或了解即可。比起理论基础,读者需要有少量的编程经验,特 别是 Python 语言编程经验,显得更加重要,因为本书更侧重于实用性,而不是堆砌公式。 总的来说,本书适合于大学三年级左右的理工科本科生和研究生,以及其它对人工智能算法 感兴趣的朋友。

本书共 15 章,大体上可分为 4 个部份:第 1~3 章为第 1 部分,主要介绍人工智能的初 步认知,并引出相关问题;第 4~5 章为第 2 部分,主要介绍 TensorFlow 相关基础,为后续 算法实现铺垫;第 6~9 章为第 3 部分,主要介绍神经网络的核心理论和共性知识,让读者理 解深度学习的本质;第 10~15 章为模型算法应用部分,主要介绍常见的算法与模型,让读者 能够学有所用。

在本书中编写时,很多英文词汇尚无法在业界找到一个共识翻译名,因此作者备注翻译 的英文原文,供读者参考,同时也方便读者日后阅读相关英文文献时,不至于感到陌生。 尽管每天都有深度学习相关算法论文的发布,但是作者相信,深度学习的核心思想和基 础理论是共通的。本书已尽可能地涵盖其中基础、主流并且前沿的算法知识,但是仍然有很 多算法无法涵盖,读者学习完本书后,可以自行搜索相关方向的研究论文或资料,进一步学 习。

深度学习是一个非常前沿和广袤的研究领域,鲜有人士能够对每一个研究方向都有深刻 的理解。作者自认才疏学浅,略懂皮毛,同时也限于时间和篇幅关系,难免出现理解偏差和 错缪之处,若能大方指出,作者将及时修正,不胜感激。

成为VIP会员查看完整内容
0
85

《深度学习框架PyTorch:入门与实践》从多维数组Tensor开始,循序渐进地带领读者了解PyTorch各方面的基础知识。结合基础知识和前沿研究,带领读者从零开始完成几个经典有趣的深度学习小项目,包括GAN生成动漫头像、AI滤镜、AI写诗等。《深度学习框架PyTorch:入门与实践》没有简单机械地介绍各个函数接口的使用,而是尝试分门别类、循序渐进地向读者介绍PyTorch的知识,希望读者对PyTorch有一个完整的认识。本书内容由浅入深,无论是深度学习的初学者,还是头次接触PyTorch的研究人员,都能在学习本书的过程中快速掌握PyTorch。即使是有一定PyTorch使用经验的用户,也能够从本书中获得对PyTorch不一样的理解。

代码链接:
https://github.com/chenyuntc/PyTorch-book

成为VIP会员查看完整内容
0
83

Vipul Vaibhaw在Github开源了一份关于Pytorch深度学习的书册,《First steps towards Deep Learning with pyTorch》,这是一本关于深度学习的开源书籍。这本书应该是非数学的,迎合了那些没有深度学习经验,数学知识和兴趣很少的读者。这本书旨在帮助读者迈出深度学习的“第一步”。

  • 理解人工神经网络
  • Pytorch介绍
  • 如何让计算机看见?
  • 如何让计算机记忆?
  • 下一步

github链接:
https://github.com/vaibhawvipul/First-steps-towards-Deep-Learning

成为VIP会员查看完整内容
0
69

This is an open sourced book on deep learning. This book is supposed to be mathematically light and caters to the readers who have no experience with deep learning or a strong mathematics background. This book is meant to help readers take their "First Step" towards Deep Learning.

成为VIP会员查看完整内容
0
23
小贴士
相关VIP内容
专知会员服务
49+阅读 · 2020年6月6日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
113+阅读 · 2020年3月16日
一网打尽!100+深度学习模型TensorFlow与Pytorch代码实现集合
【新书】傻瓜式入门深度学习,371页pdf
专知会员服务
125+阅读 · 2019年12月28日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
83+阅读 · 2019年10月28日
开源书:PyTorch深度学习起步
专知会员服务
23+阅读 · 2019年10月11日
相关资讯
PyTorch  深度学习新手入门指南
机器学习算法与Python学习
6+阅读 · 2019年9月16日
从基础概念到实现,小白如何快速入门PyTorch
机器之心
5+阅读 · 2018年2月26日
荐书丨深度学习框架PyTorch:入门与实践
程序人生
7+阅读 · 2018年1月19日
荐书丨深度学习入门之PyTorch
程序人生
12+阅读 · 2017年12月1日
推荐|深度学习PyTorch的教程代码
全球人工智能
5+阅读 · 2017年10月8日
相关论文
Zekun Li,Zeyu Cui,Shu Wu,Xiaoyu Zhang,Liang Wang
6+阅读 · 2019年10月12日
Hoang NT,Takanori Maehara
5+阅读 · 2019年5月23日
Combination of Multiple Global Descriptors for Image Retrieval
HeeJae Jun,ByungSoo Ko,Youngjoon Kim,Insik Kim,Jongtack Kim
3+阅读 · 2019年4月18日
Explanatory Graphs for CNNs
Quanshi Zhang,Xin Wang,Ruiming Cao,Ying Nian Wu,Feng Shi,Song-Chun Zhu
4+阅读 · 2018年12月18日
Ziwei Zhang,Peng Cui,Wenwu Zhu
39+阅读 · 2018年12月11日
Felix Laumann,Kumar Shridhar,Adrian Llopart Maurin
17+阅读 · 2018年6月27日
Hierarchical Graph Representation Learning with Differentiable Pooling
Rex Ying,Jiaxuan You,Christopher Morris,Xiang Ren,William L. Hamilton,Jure Leskovec
7+阅读 · 2018年6月26日
Shanmin Pang,Jin Ma,Jianru Xue,Jihua Zhu,Vicente Ordonez
6+阅读 · 2018年6月2日
Yeonwoo Jeong,Hyun Oh Song
6+阅读 · 2018年5月15日
You Xie,Erik Franz,Mengyu Chu,Nils Thuerey
5+阅读 · 2018年1月29日
Top