datasheet

QbitAI量子位

文章数:531 被阅读:5088071

账号入驻

最新深度学习入门高赞教材,只需高中数学基础 | 资源

2018-11-03
    阅读数:
允中 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

今日份知识带货,推荐一本名为Grokking Deep Learning的新教材。

书名直译,就叫《与深度学习神交》吧。

虽是新书,但作者并非无名之辈,而且不论是GitHub,还是Twitter,都纷纷点赞这本新教材。

更重要的是,这还是一本入门教材。作者自序:只要有高中数学基础、有点编程经验——比如Python和numpy,你就可以开始学习进阶了。

不知道你觉得这个门槛如何?

不过提醒一句,一个搞AI的博士作者,为这书在Twitter上发了个“完成庆祝”,马上就有了数百个转发、上千个点赞。

不觉明历。

作者其人

先简单介绍下作者。

名为Andrew Trask,现在的身份是牛津大学博士生,而且还拿的的是牛津-DeepMind的奖学金,专功深度学习方法,特别是自然语言领域。

而且区别于其他坐而论道的研究者,Andrew Trask之前还有过工业实战履历。

他在Digital Reasoning的研究员和分析产品经理,训练打造过全球规模最大的神经网络——参数超1600亿,并且帮助一些大数据高复杂度的计算平台制定分析路线,比如情报、金融和医疗保健行业的数据分析和计算等。

超低门槛

Andrew Trask自述,这本书写了近3年,边写边接受反馈,同时还有配套的手把手实操指南。

之所以这么做,一是希望任何感兴趣深度学习的人,都能通过这本书认识深度学习,不会被枯燥的高等数学和复杂代码吓倒。

另一方面也是希望真正想从事AI的人,哪怕只有高中数学基础,或者懂一点编程,都能从第一章开始,不断升级进阶,最后掌握深度学习的原理、应用和实操。

总之,希望深度学习、AI,都能成为人人可用的工具。

教程内容举例

Andrew Trask还介绍了Grokking Deep Learning的部分内容。

通过此书,你可以:

  • 知晓神经网络的“学习”原理

  • 学会构建一个识别和解析图像的神经网络

  • 学会打造一个跨语言的神经网络翻译器,也可以打造一个写作的内容生成神经网络

  • 另外对游戏感兴趣的朋友,也能构建一个玩电子游戏的神经网络

总之,涵盖了目前神经网络应用的各大主要场景。

传送门

最后,说一千道一万,不如让你自己去验证,是否真的足够低门槛,是否真能无微积分基础学会神经网络打造。

教材地址:

https://www.manning.com/books/grokking-deep-learning?a_aid=grokkingdl&a_bid=32715258

GitHub资源:

https://github.com/iamtrask/Grokking-Deep-Learning

手把手实操指南:

https://machinelearningmastery.com/start-here/

纸质版预购:

https://www.amazon.com/Grokking-Deep-Learning-Andrew-Trask/dp/1617293709

祝学习愉快~

加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

活动策划招聘

量子位正在招聘活动策划,将负责不同领域维度的线上线下相关活动策划、执行。欢迎聪明靠谱的小伙伴加入,并希望你能有一些活动策划或运营的相关经验。相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态




最新有关QbitAI的文章

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved