純乾貨!川大畢業極客創建項目《深度學習500問》GitHub獲星近萬
【新智元導讀】近日,來自四川大學的畢業生在GitHub上創建了一個項目:《深度學習500問》,通過問答的形式對深度學習相關的各類熱點問題進行梳理闡述,覆蓋範圍包括概率知識、線性代數、機器學習、深度學習、計算機視覺等。這一項目用來幫助那些想了解深度學習的讀者,截止11月7日,這一項目已經收到9000多個star。
近年來,深度學習在語音、圖像、自然語言處理等領域都取得了非常不錯的成果,自然而然地成為技術人員爭相學習的熱點。
為了幫助正在學習深度學習的夥伴們,川大的一名優秀畢業生,在GitHub上創建了一個項目:《深度學習500問》,通過問答的形式對常用的概率知識、線性代數、機器學習、深度學習、計算機視覺等熱點問題進行闡述,以幫助自己及有需要的讀者。 全書分為15個章節,近20萬字。
截至11月7日,該項目已經獲得了 9571 個「star」以及 2416 個「fork」(GitHub項目地址:https://github.com/scutan90/DeepLearning-500-questions)
雖然本書還未完結,但還是值得一讀,下面我們詳細介紹書中有哪些內容:
第一章 數學基礎
本章主要講解了數學基礎知識,不僅涵蓋了相關的基礎概念,還包括彼此之間的聯繫,如標量、向量、張量之間的聯繫;張量和矩陣的區別,還有常見的概率分布:
此外,還講解了不同類型的概率分布和統計學(期望、方差、協方差、相關數)的相關基礎知識
第二章 機器學習基礎
本章為大家羅列了常見的演算法以及常見分類演算法的優缺點、分類演算法的評估用法、大數據與深度學習的關係等,第二章涵蓋的知識點雖然很多但卻十分全面。
第三章 深度學習基礎
本章開始進入主題,為了描述神經網路,書中從最簡單的神經網路說起,然後層層深入,列舉了神經網路的常用模型結構,如何選擇一個深度學習開發平台等重點內容,如神經網路常用的模型結構如下:
第四章 經典網路
本章向大家介紹了幾種經典網路,包括LeNet-5、AlexNet、可視化ZFNet-解卷積、GoogleNet的模型結構及模型解讀等,如LeNet-5的模型結構如下:
看了上面這些內容,你是不是已經迫不及待想深度讀一下這本未完結的書呢?或者你正從事該領域的工作,也可以幫助作者完善成書。
最後再附上GitHub地址:https://github.com/scutan90/DeepLearning-500-questions
本文授權轉載自微信公眾號開源最前線(ID:OpenSourceTop)
※LinkedIn職場研究:美、中、印列前三,掌握AI技能的人數兩年猛增兩倍
※AI開發最大升級:Pandas與Scikit-Learn合併,新工作流程更簡單強大!
TAG:新智元 |