【百道编按】由人民邮电出版社出版的《深度学习基础与实践》，是一部介绍人工智能AI机器学习神经网络的教程图书。本书着重于深度学习模型的应用，并通过清晰易懂的方式来呈现，从理论到应用，深度探究了深度学习，对于想要走进深度学习这一领域的人来说，是一部不容错过的著作。
《深度学习基础与实践》
点击图书封面可在三大网店购买
出版社：人民邮电出版社
作者：[美]乔希·帕特森，[美]亚当·吉布森
译者：郑明智
出版时间：2019年07月
《深度学习基础与实践》由人民邮电出版社于2019年7月出版。
深度学习（DL，Deep Learning）是机器学习（ML，Machine Learning）领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能（AI，Artificial Intelligence）。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
本书是由两位技术出身的企业管理者编写的深度学习普及书。前四章提供了足够的关于深度学习的理论知识，包括机器学习的基本概念、神经网络基础、从神经网络到深度网络的演化历程，以及主流的深度网络架构，为读者阅读本书剩余内容打下基础。后五章带领读者进行一系列深度学习的实践，包括建立深层网络、调优技术、各种数据类型的向量化和在Spark上运行深度学习工作流。
本书从调优、并行、向量化、构建管道等深度学习基础知识开始，逐步深入，通过现实生活中的例子，展现深度网络架构的方法和策略。本书避免了艰深的理论讨论，而是针对实际问题提供了必要的指引。
具体而言，书中包含了如下的主要方面：深入理解机器学习和深度学习基本概念；了解从神经网络到深度网络的演化历程；探索主流深度网络架构，包括卷积神经网络和循环神经网络；了解如何将特定的深度网络应用于适合的问题；全面了解通用的对神经网络和特定深度网络架构调优的基础知识；学习针对不同类型数据的向量化技术以及如何在Spark和Hadoop平台上原生地使用DL4J等。
本书由乔希·帕特森（Josh Patterson）和亚当·吉布森（Adam Skymind）共同创作而成。乔希·帕特森是Skymind公司副总裁，曾任Cloudera公司通用解决方案架构师、田纳西河流域管理局机器学习与分布式系统工程师。亚当·吉布森是Skymind公司CTO，在帮助公司处理和解析大量实时数据方面经验丰富。
（本文编辑：凌寒）
发表评论前，请先[点此登录]