动⼿学深度学习
本书内容⼤体可以分为3个部分: • 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。 图1描绘了本书的结构。