- 跟我一起学深度学习/跟我一起学人工智能
- - 作者：编者:王成//黄晓辉|责编:赵佳霓
  - 出版社：清华大学
  - ISBN：9787302684145
  - 出版日期：2025/03/01
  - 页数：622
- 售价：67.6

内容大纲
    本书以深度学习入门内容为主线，通过“数＋形”结合的方式渐进式地引导读者进行学习，力争使读者对于每个算法的原理不仅要做到知其然更要做到知其所以然。同时，本书采用了深度学习中较为流行且简单易学的PyTorch框架进行示例，以便让读者在学习各个算法原理的过程中也能够掌握其实际用法。
    本书共10章，主要讲解深度学习领域发展和开发环境配置、深度学习基础和深度学习技术在自然语言处理领域方面的应用。第1章和第2章详细介绍深度学习的起源和发展阶段及深度学习环境的安装配置。第3～8章介绍深度学习入门的基础内容，包括线性回归、梯度下降与反向传播、卷积神经网络、循环神经网络和模型的优化等方面的内容。第9章和第10章详细介绍自然语言处理领域的重要概念和技术发展路线，包括Seq2Seq、注意力机制、Transformer和GPT等目前主流的算法模型。
    本书图例丰富，原理与代码讲解通俗易懂，可作为高等院校和培训机构相关专业的教学参考书，也可供对深度学习领域感兴趣的工程师和研究人员使用。
作者介绍
目录
第1章  深度学习简介
  1.1  深度学习的发展阶段
    1.1.1  早期理论的发展
    1.1.2  人工智能的萌芽
    1.1.3  反向传播算法的发展
    1.1.4  卷积神经网络的发展
    1.1.5  循环神经网络的发展
    1.1.6  自然语言处理的发展
  1.2  深度学习中的关键人物
  1.3  深度学习框架介绍
    1.3.1  深度学习框架的出现
    1.3.2  深度学习框架的历史
  1.4  本书的体系结构
    1.4.1  面向的读者
    1.4.2  内容与结构
    1.4.3  代码及资源
第2章  环境配置
  2.1  体系结构介绍
    2.1.1  基础软硬件设施
    2.1.2  版本依赖关系
    2.1.3  Conda工具介绍
    2.1.4  安装源介绍
    2.1.5  小结
  2.2  深度学习环境安装
    2.2.1  在Windows环境下
    2.2.2  在Linux环境下
    2.2.3  实战示例
    2.2.4  GPU租用
    2.2.5  小结
  2.3  开发环境安装配置
    2.3.1  Jupyter Notebook安装与使用
    2.3.2  PyCharm安装与使用
    2.3.3  远程连接使用
    2.3.4  小结
第3章  深度学习基础
  3.1  线性回归
    3.1.1  理解线性回归模型
    3.1.2  建立线性回归模型
    3.1.3  求解线性回归模型
    3.1.4  多项式回归建模
    3.1.5  从特征输入到特征提取
    3.1.6  从线性输入到非线性变换
    3.1.7  单层神经网络
    3.1.8  深度神经网络
    3.1.9  小结
  3.2  线性回归的简捷实现
    3.2.1  PyTorch使用介绍
    3.2.2  房价预测实现
    3.2.3  梯形面积预测实现
    3.2.4  小结

  3.3  梯度下降与反向传播
    3.3.1  梯度下降引例
    3.3.2  方向导数与梯度
    3.3.3  梯度下降原理
    3.3.4  前向传播过程
    3.3.5  传统方式梯度求解
    3.3.6  反向传播过程
    3.3.7  梯度消失和梯度爆炸
  ……
第4章  卷积神经网络
第5章  模型训练与复用
第6章  模型优化方法
第7章  循环神经网络
第8章  时序与模型融合
第9章  自然语言处理
第10章  现代神经网络

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目