Python深度学习(第2版)

[美] 弗朗索瓦·肖莱

出版时间

2022-08-31

ISBN

9787115597175

评分

★★★★★
书籍介绍

* 深度学习名著重磅升级,涵盖Transformer架构等开创性进展

* 流行深度学习框架Keras之父执笔,文字生动、见解深刻

* 不用一个数学公式,利用直觉自然入门深度学习

近年来,深度学习在自然语言处理、计算机视觉等领域取得了非凡的进展。从机器翻译和文本生成到自动驾驶和虚拟助手,我们受益于深度学习技术的逐渐普及。然而,深度学习还远未发挥全部潜力。欢迎来到深度学习的世界!在这个规模呈爆发式增长的领域,仍有许多“宝藏”等待你去发掘。

本书由流行深度学习框架Keras之父弗朗索瓦·肖莱执笔,不用数学公式,而用Python代码帮助你直观理解深度学习的核心思想。本书在第1版的基础上进行了大幅更新和增补,以体现深度学习领域的快速发展。

【作者简介】

弗朗索瓦·肖莱(François Chollet)

谷歌公司深度学习科学家,流行深度学习框架Keras之父。Keras的GitHub星标数近6万,用户数量已超100万。此外,他也是TensorFlow框架的贡献者,个人Kaggle竞赛全球排名曾获第17名。利用Keras,他致力于普及深度学习技术和实现通用人工智能。

【译者简介】

张亮(hysic)

毕业于北京大学物理学院,核安全高级工程师,深谙机器学习和数据分析,译有《Python机器学习基础教程》《Python数据处理》等。

AI导读
核心看点
  • Keras之父执笔,用代码直观阐释深度学习核心思想
  • 摒弃复杂数学公式,以Python代码构建知识体系
  • 涵盖从基础概念到CNN、RNN等前沿模型的实战应用
适合谁读
  • 具备Python基础,希望系统入门深度学习的初学者
  • 想通过Keras框架快速实现AI想法的开发者
  • 对人工智能原理感兴趣,偏好直观理解的读者
读前提醒
  • 建议配合GPU环境运行代码,CPU运行可能效率较低
  • 需动手实践代码,仅阅读难以掌握模型搭建细节
  • 关注作者对泛化、过拟合等核心概念的深刻见解
读者共识
  • 公认的最佳深度学习入门书,深入浅出且系统连贯
  • 作者作为领域专家,提供了许多独到的经验与思考
  • 实操性强,是连接理论与实践的优秀桥梁

本导读基于书籍简介、目录、原文摘录、短评和书评生成,不等同于全文精读。

精彩摘录
  • "这就是智能的本质。它能够有效利用你所掌握的信息,从而在面对不断变化且不确定的未来时能够做出成功的行为。笛卡儿所说的“理解”就是这种非凡能力的关键:能够挖掘过去的经验,形成模块化、可重复使用的抽象概念。这些抽象概念可以被快速重新使用,以处理新的情况并实现极端泛化。"
  • "其基本思想是:要想在新的表示空间中找到良好的决策超平面,你不需要在新空间中直接计算点的坐标,只需要在新空间中计算点对之间的距离,而利用核函数(kernel function)可以高效地完成这种计算。核函数是一个在计算上能够实现的操作,将原始空间中的任意两点映射为这两点在目标表示空间中的距离,完全避免了对新表示进行直接计算。核函数通常是人为选择的,而不是从数据中学到的——对于SVM来说,只有分割超平面是通过学习得到的。"
  • "训练开始时,优化和泛化是相关的:训练数据上的损失越小,测试数据上的损失也越小。这时的模型是欠拟合(underfit)的,即仍有改进的空间,网络还没有对训练数据中所有相关模式建模。但在训练数据上迭代一定次数之后,泛化不再提高,验证指标先是不变,然后开始变差,即模型开始过拟合。这时模型开始学习仅和训练数据有关的模式,但这种模式对新数据来说是错误的或无关紧要的。"
  • "总结一下,防止神经网络过拟合的常用方法包括: 获取更多的训练数据 减小网络容量 添加权重正则化 添加dropout"
  • "Besides such clear-cut, explicit analogies, we’re constantly making smaller, implicit analogies – every second, with every thought. Analogies are how we navigate life. Going to a new supermarket? You’ll find your way by relating it to similar stores you’ve been to. Talking to someone new? They’ll re"
作者简介
弗朗索瓦·肖莱(François Chollet) 谷歌公司深度学习科学家,流行深度学习框架 Keras 之父。Keras 的 GitHub 星标数近6万,用户数量已超100万。此外,他也是 TensorFlow 框架的贡献者,个人 Kaggle 竞赛全球排名曾获第17名。利用 Keras,他致力于普及深度学习技术和实现通用人工智能。
目录
第1章 什么是深度学习 1
1.1 人工智能、机器学习和深度学习 1
1.1.1 人工智能 2
1.1.2 机器学习 2
1.1.3 从数据中学习规则与表示 3

显示全部
用户评论
吴恩达深度学习教程很好的补充
非常好的入门书,深入浅出
和上一板知识面差不多,还没全部看完,目前看的话多了图像分割的例子,然后对于keras的使用更加深入,包括简单的层块堆叠,函数式api,模块子类化的解读。使用了tensorflow2.6.0的很多功能,上一版没有的callback使用,EarlyStopping、ModelCheckpoint等,还有TensorBoard的使用也有稍微说一下
下载
收藏