动手学深度学习 v2 PDF版本

Posted 2022-01-26 YOLO V9

动手学深度学习 v2 PDF版本

• 前言
• 如何使用本书
• • 面向的读者
  • 内容和结构
  • 讨论区
• 1. 深度学习简介
• 2. 预备知识
• 3. 深度学习基础
• 4. 深度学习计算
• 5. 卷积神经网络
• 6. 循环神经网络
• 7. 优化算法
• 8. 计算性能
• 9. 计算机视觉
• 10. 自然语言处理
• 11. 附录

前言

结尾处，附上陆游的一句诗作为勉励：“纸上得来终觉浅，绝知此事要躬行。”

如何使用本书

面向的读者

特别是对实际使用深度学习感兴趣的大学生、工程师和研究人员。

内容和结构

• 第一部分（第1章至第3章） 涵盖预备工作和基础知识。

• 第1章介绍深度学习的背景。

• 第2章提供动手学深度学习所需要的预备知识，例如，如何获取并运行本书中的代码。

• 第3章包括深度学习最基础的概念和技术，如多层感知机和模型正则化。如果读者时间有限，并且只想了解深度学习最基础的概念和技术，那么只需阅读第一部分。

• 第二部分（第4章至第6章） 关注现代深度学习技术。

• 第4章描述深度学习计算的各个重要组成部分，并为实现后续更复杂的模型打下基础。

• 第5章解释近年来令深度学习在计算机视觉领域大获成功的卷积神经网络。

• 第6章阐述近年来常用于处理序列数据的循环神经网络。阅读第二部分有助于掌握现代深度学习技术。

• 第三部分（第7章至第10章） 讨论计算性能和应用。

• 第7章评价各种用来训练深度学习模型的优化算法。

• 第8章检验影响深度学习计算性能的几个重要因素。

• 第9章和第10章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。这部分内容读者可根据兴趣选择阅读。
  

讨论区

本书的网站是 https://zh.d2l.ai
学习社区地址 https://discuss.gluon.ai/
GitHub开源地址 https://github.com/d2l-ai/d2l-zh

1. 深度学习简介

2. 预备知识

3. 深度学习基础

4. 深度学习计算

keyboard_arrow_down

5. 卷积神经网络

keyboard_arrow_down

6. 循环神经网络

keyboard_arrow_down

7. 优化算法

keyboard_arrow_down

8. 计算性能

keyboard_arrow_down

9. 计算机视觉

keyboard_arrow_down

10. 自然语言处理

keyboard_arrow_down

11. 附录