今年是DeepLearning诞生十周年,这项技术已相对成熟。这个月,有两本史诗级教科书出炉,这十年的成果做了教科书式的总结,上周MIT的deeplearning教科书定稿,由Ian Goodfellow、Yoshua Bengio、Aaron Courvilla主编,几乎所有深度学习大牛参与其中。初学者学习Deep Learning四处搜集资料和Paper,四处修补知识体系的过程行将成为历史,博主将长期更新博客,对这本书的要点进行阐述。

            目录

  • 1  介绍

一:数学与机器学习基础

  • 2  线性代数
  • 3  概率论与信息论
  • 4  数值计算
  • 5  机器学习基础

二:深度网络的现代实践

  • 6  深度前馈网络
  • 7  深度学习中的正则化
  • 8  训练深度模型的优化
  • 9  卷积网络
  • 10 序列建模下的递归网络
  • 11 实用的方法
  • 12 应用

三:深度学习研究

  • 13 线性模型
  • 14 自编码器
  • 15 学习表示
  • 16 结构化的深度学习概率模型
  • 17 蒙特卡罗方法
  • 18 分区函数问题
  • 19 近似推论
  • 20 优秀的深度模型

发表评论

电子邮件地址不会被公开。 必填项已用*标注