深度学习高手笔记

这本书最鲜明的定位，是它不教入门——它面向的是已经走过深度学习基础、却感到知识碎片化的读者。作者把自己七年科研与工程经历压缩进一套体系里：从 LeNet、AlexNet 到 ResNet、Swin Transformer 的视觉演进，到注意力机制、预训练的语言处理突破，再到模型优化方法，沿着'算法如何一步步变强'的历史脉络展开。多位读者指出，它更像一篇'大综述'：知识点密集、含源码与实验，适合有基础的人梳理脉络、查漏补缺，而非零基础入门。作者原在知乎开设'大师兄的深度学习笔记'专栏，积累百万阅读量后整理成书，这一背景也解释了它'重脉络、轻科普'的气质。它真正适合的是：想搭建算法知识体系的研究者、需要弥合课程与落地差距的工程师，以及渴望站在算法发展全局视角理解前沿的人。

刘岩, 澳门大学计算机科学专业硕士, 目前就职于京东零售-技术与数据中心。在学生期间从事人工智能相关研究，发表多篇计算机视觉、自然语言处理等方向的专利和学术论文。毕业后从事深度学习相关工作，擅长前沿人工智能算法的原理分析和应用落地，擅长计算机视觉、自然语言处理等方向的技术, 先后参与并负责了多个深度学习算法在不同场景的业务落地，如光学字符识别、公式识别、人脸识别、手势识别、视频抠像、文本分类/命名实体识别、预训练语言模型、语音识别、图神经网络等。目前主要负责电商场景下预训练语言模型的研发以及舆情风险的智能识别与治理。他的知乎账号: 大师兄。