社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

零基础深度学习教程爆火!月超 23 万人下载,155 页内容免费开放

磐创AI • 1 年前 • 475 次点击  




  磐创AI分享  

来源 | 量子位(QbitAI)

编辑 | 凹非寺


叮!您的深度学习口袋书教程,请查收。

这本袖珍版教程,不仅能让你零基础看懂深度学习,据说十二岁小孩也爱看:

专为手机阅读而打造,155页内容,还都是免费的!


不卖关子,最近一本适合手机阅读的袖珍版深度学习教程在网上爆火,能从概念这样的“基础知识”开始带你走近深度学习,一个月就有超过23万人下载:

这本可以轻松在手机上阅读的“掌上小书”,由瑞士日内瓦大学的计算机科学教授François Fleuret撰写。

一个月前,他在推特发布了这本小书的测试版,目前转赞超3000+:

就在昨天,他又发布了共有155页的预印本 。

推文底下飘满了网友对其内容及格式的点赞和评论:

小而美。

这本小书到底有多优质,不妨我们一起来看看吧?


从基础知识开始讲,小白也能看得懂

尽管深度学习的大部分内容并不是特别难以理解,但,还是得有一定数学和计算机基础的。

例如在数学上,如微积分、概率论、优化、线性代数和信号处理基础都需要掌握;

同时,它也与计算机科学、编程、算法和高性能计算紧密相关,所以部分没有学科背景知识储备的人学习起来也有一定难度。

但是别担心,这本小书的作者可是明确表示:

不打算详尽讲述,而是仅限于提供必要的背景和技术工具,以便读者理解一些重要的模型。

先看目录:

小书正文的第一部分,就是和机器学习、高效计算、训练相关的基础知识。

紧接着,第二部分就可以根据上面学过的基础知识来理解模型。

最后一块,自然就是讲述有了模型之后的应用部分了。

我们接着往下看内容。

具体内容也是非常易于理解的。

深度学习在历史上属于更大的统计机器学习领域,因为它从根本上来说,涉及到从数据中学习表示的方法。这种技术最初来自于人工神经网络,而“深度”这个词强调模型是由多个映射组成的长组合,现在已知能够实现更高的性能。

概念也会细化解释,没错了,是小白也能看懂的程度。

看过图表,才能理解网友说的:

出色的格式,出色的内容。

这样简洁的格式在手机或者是Kindle等电子书上看,简直不要太爽!

有好奇的网友将奇怪的关注点放在了绘图上,想知道这本小书里的图表是如何绘制的,作者也是毫无保留,有问必答。


内容亮点:短小而精悍

上面我们说到这本小书主要是包括三大块的内容:基础知识(Foundations)、深度模型(Deep models)、应用(Applications)。

但作者省略掉了很多内容,比如:循环神经网络(RNN)、自动编码器、生成对抗网络(GAN)、强化学习(RL)、微调、图神经网络(GNN)、自监督训练。

这些内容会在书中用到,但在书中并没有过多解释(当然有提到一些论文,想要深入了解的可以自己翻阅论文)。

有网友也对此产生了疑问:

RNN引发了许多有趣的话题呀,例如梯度爆炸/消失、权重共享等,如果没有RNN,可能无法真正理解这些话题。

作者也是直言,自己想写一些短小而精悍的东西,所以有些内容必须去掉。

毕竟孩子们喜欢“变形金刚”(Transformer)。

真是为入门级选手量身打造的了!

此外,作者表示这本“口袋书”的针对的是Tik Tok的用户群体。

因为手机屏幕上的潜在“阅读时间”至少比电脑、平板、纸质印刷物和实体书的总和大一个数量级,甚至可能是两个数量级。

在这本小书的最后,作者表示:

人工智能的最新进展让人兴奋。它将对人们的工作方式、与知识信息的互动方式产生根本性改变,并迫使人们重新思考智能、理解力和感知力等基本概念。

尽管深度学习存在弱点,但它将是人工智能新时代的关键要素之一。

这也许就是作者为什么要写一本关于深度学习的小书了吧。


作者简介

François Fleuret是日内瓦大学教授、机器学习团队负责人,洛桑联邦理工学院(EPFL)兼职教授,Idiap研究所外部研究员,Neural Concept SA联合创始人。

他于2000年获得INRIA和巴黎第六大学的数学博士学位,并于2006年获得巴黎第十三大学的数学任教资格。此前,他曾在国际会议和期刊上发表了80多篇论文,也是机器学习领域多项专利的发明者。

他的主要研究兴趣是机器学习,特别关注计算方面和小样本学习。

传送门:
[1]https://fleuret.org/public/lbdl.pdf(小书预印本链接)
[2]https://fleuret.org/cgi-bin/gitweb/gitweb.cgi?p=littlebook.git;a=tree(小书的LaTeX模板)
[3]https://tikz.dev/(小书所用的画图工具)

参考链接:
[1]https://twitter.com/AndyXAndersen/status/1660313982870392837


✄-----------------------------------------------

看到这里,说明你喜欢这篇文章,请点击「在看」或顺手「转发」「点赞」。

欢迎微信搜索「panchuangxx」,添加小编磐小小仙微信,每日朋友圈更新一篇高质量推文(无广告),为您提供更多精彩内容。


▼     扫描二维码添加小编  ▼  ▼  

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/156196
 
475 次点击