Vipul Vaibhaw在Github開源了一份關于Pytorch深度學習的書冊,《First steps towards Deep Learning with pyTorch》,這是一本關于深度學習的開源書籍。這本書應該是非數學的,迎合了那些沒有深度學習經驗,數學知識和興趣很少的讀者。這本書旨在幫助讀者邁出深度學習的“第一步”。
前言:
這是一本面向人工智能,特別是深度學習初學者的書,本書旨在幫助更多的讀者朋友了 解、喜歡并進入到人工智能行業中來,因此作者試圖從分析人工智能中的簡單問題入手,一 步步地提出設想、分析方案以及實現方案,重溫當年科研工作者的發現之路,讓讀者身臨其 境式的感受算法設計思想,從而掌握分析問題、解決問題的能力。這種方式也是對讀者的基 礎要求較少的,讀者在學習本書的過程中會自然而然地了解算法的相關背景知識,避免出現 為了學習而學習的窘境。
盡管作者試圖將讀者的基礎要求降到最低,但是人工智能不可避免地需要使用正式化的 數學符號推導,其中涉及到少量的概率與統計、線性代數、微積分等數學知識,一般要求讀 者對這些數學知識有初步印象或了解即可。比起理論基礎,讀者需要有少量的編程經驗,特 別是 Python 語言編程經驗,顯得更加重要,因為本書更側重于實用性,而不是堆砌公式。 總的來說,本書適合于大學三年級左右的理工科本科生和研究生,以及其它對人工智能算法 感興趣的朋友。
本書共 15 章,大體上可分為 4 個部份:第 1~3 章為第 1 部分,主要介紹人工智能的初 步認知,并引出相關問題;第 4~5 章為第 2 部分,主要介紹 TensorFlow 相關基礎,為后續 算法實現鋪墊;第 6~9 章為第 3 部分,主要介紹神經網絡的核心理論和共性知識,讓讀者理 解深度學習的本質;第 10~15 章為模型算法應用部分,主要介紹常見的算法與模型,讓讀者 能夠學有所用。
在本書中編寫時,很多英文詞匯尚無法在業界找到一個共識翻譯名,因此作者備注翻譯 的英文原文,供讀者參考,同時也方便讀者日后閱讀相關英文文獻時,不至于感到陌生。 盡管每天都有深度學習相關算法論文的發布,但是作者相信,深度學習的核心思想和基 礎理論是共通的。本書已盡可能地涵蓋其中基礎、主流并且前沿的算法知識,但是仍然有很 多算法無法涵蓋,讀者學習完本書后,可以自行搜索相關方向的研究論文或資料,進一步學 習。
深度學習是一個非常前沿和廣袤的研究領域,鮮有人士能夠對每一個研究方向都有深刻 的理解。作者自認才疏學淺,略懂皮毛,同時也限于時間和篇幅關系,難免出現理解偏差和 錯繆之處,若能大方指出,作者將及時修正,不勝感激。
《深度學習框架PyTorch:入門與實踐》從多維數組Tensor開始,循序漸進地帶領讀者了解PyTorch各方面的基礎知識。結合基礎知識和前沿研究,帶領讀者從零開始完成幾個經典有趣的深度學習小項目,包括GAN生成動漫頭像、AI濾鏡、AI寫詩等。《深度學習框架PyTorch:入門與實踐》沒有簡單機械地介紹各個函數接口的使用,而是嘗試分門別類、循序漸進地向讀者介紹PyTorch的知識,希望讀者對PyTorch有一個完整的認識。本書內容由淺入深,無論是深度學習的初學者,還是頭次接觸PyTorch的研究人員,都能在學習本書的過程中快速掌握PyTorch。即使是有一定PyTorch使用經驗的用戶,也能夠從本書中獲得對PyTorch不一樣的理解。
Vipul Vaibhaw在Github開源了一份關于Pytorch深度學習的書冊,《First steps towards Deep Learning with pyTorch》,這是一本關于深度學習的開源書籍。這本書應該是非數學的,迎合了那些沒有深度學習經驗,數學知識和興趣很少的讀者。這本書旨在幫助讀者邁出深度學習的“第一步”。
github鏈接:
//github.com/vaibhawvipul/First-steps-towards-Deep-Learning
This is an open sourced book on deep learning. This book is supposed to be mathematically light and caters to the readers who have no experience with deep learning or a strong mathematics background. This book is meant to help readers take their "First Step" towards Deep Learning.