[wptb id=3690]
编辑推荐
1.日本深度学习入门经典畅销书,原版上市不足2年印刷已达100 000册。长期位列日亚“人工智能”类图书榜首,众多五星好评。
2.使用Python 3,尽量不依赖外部库或工具,从零创建一个深度学习模型。
3.示例代码清晰,源代码可下载,需要的运行环境非常简单。读者可以一边读书一边执行程序,简单易上手。
4.使用平实的语言,结合直观的插图和具体的例子,将深度学习的原理掰开揉碎讲解,简明易懂。
5.使用计算图介绍复杂的误差反向传播法,非常直观。
6.相比AI圣经“花书”,本书更合适入门。
对于非AI方向的技术人员,本书将大大降低入门深度学习的门槛;对于在校大学生、研究生,本书不失为学习深度学习的一本好教材;即便是在工作中已经熟练使用框架开发各类深度学习模型的读者,也可以从本书中获得新的体会。——摘自本书译者序
2.使用Python 3,尽量不依赖外部库或工具,从零创建一个深度学习模型。
3.示例代码清晰,源代码可下载,需要的运行环境非常简单。读者可以一边读书一边执行程序,简单易上手。
4.使用平实的语言,结合直观的插图和具体的例子,将深度学习的原理掰开揉碎讲解,简明易懂。
5.使用计算图介绍复杂的误差反向传播法,非常直观。
6.相比AI圣经“花书”,本书更合适入门。
对于非AI方向的技术人员,本书将大大降低入门深度学习的门槛;对于在校大学生、研究生,本书不失为学习深度学习的一本好教材;即便是在工作中已经熟练使用框架开发各类深度学习模型的读者,也可以从本书中获得新的体会。——摘自本书译者序
内容简介
本书是深度学习真正意义上的入门书,深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3,尽量不依赖外部库或工具,从基本的数学知识出发,带领读者从零创建一个经典的深度学习网络,使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识,对误差反向传播法、卷积神经网络等也有深入讲解,此外还介绍了深度学习相关的实用技巧,自动驾驶、图像生成、强化学习等方面的应用,以及为什么加深层可以提高识别精度等疑难的问题。
本书适合深度学习初学者阅读,也可作为高校教材使用。
本书适合深度学习初学者阅读,也可作为高校教材使用。
作者简介
斋藤康毅(作者)
东京工业大学毕业,并完成东京大学研究生院课程。现从事计算机视觉与机器学习相关的研究和开发工作。是Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版译者。
陆宇杰(译者)
众安科技NLP算法工程师。主要研究方向为自然语言处理及其应用,对图像识别、机器学习、深度学习等领域有密切关注。Python爱好者。