用户您好!请先登录!

推荐一下《图解深度学习》

推荐一下《图解深度学习》

前几周开始起,逐渐有了些时间,纯粹基于兴趣买了两本书,恰巧是被推荐的两本深度学习必读。感觉对于久离数学基本的爱好者比较适用。

《图解深度学习》是从深度学习的发展历程讲起的,从理论和实践两个方面介绍了深度学习的各种方法,以及深度学习在图像识别等领域的应用案例。内容图文并茂,涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高, 并介绍了包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow等深度学习工具的安装和使用方法。书如其名,《图解深度学习》图例非常丰富,清晰直观,适合所有对深度学习感兴趣的读者阅读。

《图解深度学习》主要讲了八章内容,第1章什么深度学习,第2章神经网络,第3章卷积神经网络,第4章受限玻尔兹曼机, 第5章自编码器及在预训练中的应用,第6章提高泛化能力的方法,第7章学习深度学习开发环境和工具,第8章深度学习的应 用案例和发展。

 

 

我认为是难度适中,可以作为入门提高书,不深不偏,插图到位,数据和工具的视角值得肯定。

 

同样地,《深度学习入门基于Python的理论与实现》也相当不错,两本可以配合学习。这本书真的是不来虚的,一上来就是手把手教你一步步搭建出一个神经网络,还能把每一步的出处讲明白,神经网络和数字通信里面的均衡有异曲同工之妙。

《深度学习入门基于Python的理论与实现》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,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。

从中不仅可以学习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了解,此外可以知道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“为什么”的问题。

我感觉第7章讲的最好,解决了我的疑惑,通过理解卷积神经网络中的卷积层和池化层的实现,终于学会了CNN的实现。

什么时候有时间,也可以看看GCN及其它方面的知识。

 

行走的code
行走的code

要发表评论,您必须先登录