《解剖深度学习，从0实现深度学习库》和一般深度学习书及教程不同，不是教你使用工具（武器）而是教你制造工具（武器）而是教你如何从底层实现角度理解深度学习的基本原理，本书没有复杂的数学公式，不需要多深的数学，针对小白，详细剖析深度学习的基本原理与实现！市面上这样的书很少，如日本人斋藤康毅力写的《深度学习入门》、美国人Michael Nielsen写的《Neural Networks and Deep Learning》都是不错的深度学习入门书，但只讲解了一般的全连接神经网络的原理和底层实现，缺少了深度学习的基础核心的网络如卷积神经网络CNN、循环深解网络RNN、生成模型（是登场对抗网络GAN）等内容。因此，本书具有下列特点：庖丁解牛的通俗易懂讲解、不依赖深度学习库从底层实现深度学习、内容全面。
学习了本书内容，你不再是API调用工，而是API开发者。相当于你掌握了深度学习的易筋经，市面上的书籍和课程，几乎都是教你使用现成的库，相当于教你使用某个工具，但内功没有，可能也玩得很溜，但底盘总是不稳。
《解剖深度学习，从0实现深度学习库》配套教学视频
腾讯课堂hwdong 的《解剖深度学习，从0实现深度学习库》配套教学视频。
网易云课堂hwdong 的《解剖深度学习，从0实现深度学习库》配套教学视频。
书的相关链接：
-
链接1-3 https://matplotlib.org/mpl_toolkits/mplot3d/tutorial.html
-
链接3-1 https://en.wikipedia.org/wiki/Bias%E2%80%93variance_tradeoff
-
链接7-1 https://github.com/jessicayung/blog-code-snippets/blob/master/lstm-pytorch/generate_data.py
-
链接8-3 http://deeplearning.net/software/theano/tutorial/conv_arithmetic.html
《解剖深度学习，从0实现深度学习库》的章节系列连载：
- 1.1.5 Python快速入门-对象与变量、IO、运算、控制语句
- 1.1.1-1.1.4 Python快速入门-Python常用容器类型
- 1.1.6 Python快速入门-函数、类与对象
- 1.1.7 Python快速入门-matplotlib介绍
- 1.2 张量库numpy
- 1.3 微积分精简入门
- 1.4 概率基础
- 第2章 梯度下降法
支付宝打赏
微信打赏
您的打赏是对我最大的鼓励！
