首页/ 科普/互联网+/ 深度学习
科普/互联网+
深度学习
作者:伊恩·古德费洛、约书亚·本吉奥、亚伦·库维尔、赵申剑、黎彧君、符天凡、李凯
出版社:人民邮电出版社

阅读

扫码读书
书籍信息目录(共34章)
AI圣经!深度学习领域奠基性的经典畅销书!所有数据科学家和机器学习从业者的必读图书!

【简介】《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。

随感
  • 孙娜
    它用图结构清晰呈现随机变量关系,降低了模型复杂度与计算成本,不管是有向图模型还是无向图模型,都让我对数据建模有了新认知,深感其在处理复杂数据时的独特优势和重要价值 。
  • 孙娜
    它用图结构清晰呈现随机变量关系,降低了模型复杂度与计算成本,不管是有向图模型还是无向图模型,都让我对数据建模有了新认知,深感其在处理复杂数据时的独特优势和重要价值 。
  • 徐海军
    架构设计考虑的另外一个关键点是如何将层与层之间连接起来。默认的神经网络层采用矩阵W 描述的线性变换,每个输入单元连接到每个输出单元。
  • 徐增珍
    未来要好好学习深度学习,应用于智能分类、个性化推荐及用户行为分析,结合数据积累与跨领域协作,提升服务精准度,推动智慧化转型与高效资源管理。
  • S127***808
    深度学习是人工智能的一个重要分支,它通过构建多层神经网络模型,模拟人脑的信息处理方式,自动从大量数据中学习特征和规律,广泛应用于图像识别、语音识别、自然语言处理等领域,为智能技术发展提供了强大动力。
  • 邱雯
    深度学习对语言识别产生了巨大的影响。
  • 明希红
    在实践中使用非线性共轭梯度算法训练神经网络是合理的,尽管在开始非线性共轭梯度前使用随机梯度下降迭代若干步来初始化效果更好。尽管(非线性)共轭梯度算法传统上作为批方法,小批量版本已经成功用于训练神经网络。
  • 陈维刚
    今天阅读了不同算法在深度学习中的应用情况及优缺点
  • 吴晶晶
    知识库与分布式表示推动语义理解突破:实体替换测试通过破坏性评估验证模型鲁棒性,词义消歧借助上下文感知实现精准消解。然而,通用问答系统仍困于开放域推理与动态知识整合,需融合深度推理与持续学习机制,方能突破"玩具"场景局限,迈向真实世界认知智能。
  • 李扬
    深度学习以神经网络为基,在数据海洋中破浪前行,让图像识别精准、语言理解智能。它既是技术飞跃的引擎,也面临可解释性难题,探索之路永无止境。
同类书籍推荐
  • ChatGPT、AutoGPT与10亿岗位冲击:GPT-4、GPT-5等迭代和AIGC、AGI生存
    王骥
  • 怎么用Deepseek搞钱
    胡先敏
  • DeepSeek赋能数字政府应用指南
    《DeepSeek赋能数字政府应用指南》编写组
  • DeepSeek创意引擎:艺术设计与内容生产的智能革命
    王志军
  • DeepSeek十大高级提问技巧
    黄凯
  • 如何用DeepSeek写出爆款文案:从标题到转化的全流程技巧
    刘志