本书全面介绍了深度学习知识,借助数学公式、示意图和代码,旨在帮助读者从数学层面、概念层面和应用层面理解神经网络。读者可以跟随本书构建和训练神经网络模型,从而解决实际问题。另外,本书着重介绍卷积神经网络和循环神经网络,并提供PyTorch开源神经网络库的使用方法,有助于学习构建更高级的神经网络架构。
Python深度学习入门:从零构建CNN和RNN【前Facebook数据科学家带你领略深度学习领域的全貌!】(图灵图书) EPUB, PDF, MOBI, AZW3, TXT, FB2, DjVu, Kindle电子书免费下载。
作者介绍 塞思·韦德曼(Seth Weidman),SentiLink公司数据科学家。他曾在Facebook公司从事数据科学工作,并为多家企业开发了深度学习培训课程。塞思善于通过简单明了的方式解释复杂的概念。除了讲授课程,他还热衷于技术写作,并撰写了大量PyTorch教程。 译者介绍 郑天民,日本足利工业大学信息工程学硕士,研究方向为人工智能在大规模调度系统中的应用,在国际三大索引上发表多篇论文。拥有十余年软件行业从业经验,前后经历过多家大型上市公司、互联网电商、健康类独角兽公司,担任CTO、系统分析架构师和技术总监等职务。阿里云MVP、腾讯云TVP、TGO鲲鹏会会员。著有《Spring响应式微服务》《系统架构设计》《向技术管理者转型》《微服务设计原理与架构》《微服务架构实战》等。
无论你是否有经验,都可以借助这本书,从零开始理解和编码神经网络。 --Pin-Yu Chen,IBM Research AI团队研究人员 我们认为,这本书是非常优秀的深度学习指南。你将能够从零构建自己的神经网络,或者游刃有余地使用其他框架,并从数学概念、计算过程、编码过程等维度透彻理解每一步。 --"如何学机器学习"网站