本书是《动手学深度学习》的重磅升级版本,重新修订《动手学深度学习》的所有内容,并针对技术的发展,新增注意力机制、预训练等内容。从基础知识和预备知识,并由线性模型引出最简单的神经网络—多层感知机。在阐述深度学习计算的关键组件、卷积神经网络、循环神经网络、注意力机制等大多数现代深度学习应用背后的基本工具,最后讨论深度学习中常用的优化算法和影响深度学习计算性能的重要因素,并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。本书同时覆盖深度学习的方法和实践,主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程知识及预备知识中描述的线性代数、微分和概率等基础知识。
暂无评论,打开APP参与讨论