每周一书|《深度学习》
共 1526字，需浏览 4分钟
·
2021-03-02 15:31
《每周一书》专栏·第2篇
文 | 陆勤
1363字 | 4分钟阅读
【数据科学与人工智能】开通了深度学习群，大家可以相互学习和交流。扫描文末二维码，备注深度学习，添加我为好友，诚邀你入群，一起进步。
最近，我在阅读《深度学习》这本书籍，中英文结合来看，相辅相成。它俗称花书，是深度学习方面“宝书”。你若是想了解深度学习来龙去脉、深度学习的基本原理、深度学习经典的算法、深度学习未来的新趋势和发展，这本书都给予了总结和分享。阅读好这本书，我有三个建议。第一，勤做笔记，对于每章所讲的内容按着自己的解读进行总结，构建自己的深度学习知识体系；第二，积极实践，本书中所介绍的很多算法，可以尝试使用Python语言和相应深度学习库，在公开数据集或者自己实际工作中采集的数据集上面做测试与验证，以帮助自己更好地理解算法，体会算法如何解决问题，如何调优参数，如何改善性能；第三，加入圈子，深度学习的知识多而新，是发展极快的学科和有着极其广泛的应用领域，因此，我希望朋友们能够找到和认识一群学习深度学习和应用深度学习的朋友，通过彼此的交流和讨论，实现彼此的增进和进步，这也是我创建深度学习群的初衷，希望汇聚一批国内外学习、研究和实践深度学习的同仁们，一起来用好这个思想和技术，为人工智能服务生产、创造价值，贡献一份力量。
每周一书：《深度学习》
对于要研究和实践深度学习的伙伴们，这是值得收藏的书籍。我建议大家购买纸质版，如下链接：
作者们，在第一章，对于深度学习的历史和来龙去脉做了详尽的介绍，让我们可以视野开阔，通过这种时空渐进的观察，感受到深度学习的演变进程，以及深度学习所带来的机遇与挑战。接下来，通过三大部分，来说明深度学习这个体系，第一部分，应用数学与机器学习基础，这一部分的内容很有意思，一方面，它把深度学习所需要的数学基础知识做了总结和提炼，不管是线性代数的知识，还是概率与信息论的知识，以及数值计算的知识，这些都是了解和深入研究深度学习的基础，同时，也提供更丰富的拓展资料，大家可以根据实际需求再深耕。另一方面，它对机器学习基础和传统的机器学习算法，做了描述和总结，为过渡到深度学习做了铺垫。第一部分，可以说是深度学习的前戏和基础。第二部分，深度网络：现代实践，作者们详细地介绍了现代实践中成熟研究和应用的深度学习网络，包括深度前馈网络、卷积网络、循环和递归网络以及深度学习优化相关内容（正则化技术和深度模型优化）和深度学习实践方法论以及应用领域概述，认真学习这些内容，你可以深刻体会到深度学习的强大以及在许多领域所带来的价值。第三部分，深度学习研究，对深度学习的研究和未来发展做了说明，谈及了线性因子模型、自编码器、表示学习、深度学习中结构化概率模型、蒙特卡罗方法、近似推断、深度生成模型等内容，每一个章节描述已研究的现状，为进一步研究打开了一扇窗。所以说，不管你学习深度学习的目的是什么？不管你目前是什么现状，若是要掌握深度学习思想、技术和能力，可以先阅读《深度学习》这本“花书”。欢迎你加入到我们的深度学习群。
若是喜欢阅读电子版书籍（中文版和英文版），请扫描下方二维码，进入公众号，回复关键词：20210228，获取资源领取方式。
请扫描下方二维码加我为好友，备注深度学习。大家相互学习和进步。
每周一书