本書不使用Tensorflow、PyTorch這些現(xiàn)成的“輪子”，僅使用Python，從零開(kāi)始創(chuàng)建自己的深度學(xué)習(xí)模型，并用通俗易懂的語(yǔ)言結(jié)合直觀清晰的插圖和示例代碼，解釋深度學(xué)習(xí)、AI相關(guān)的通用技術(shù)，讓讀者了解AI技術(shù)的底層原理，掌握深度學(xué)習(xí)技術(shù)的本質(zhì)，從而掌握自己“造輪子”的方法�！”緯攸c(diǎn)： 1、注重動(dòng)手實(shí)踐。本書通過(guò)大量的示例代碼，引導(dǎo)讀者一邊學(xué)習(xí)一邊上機(jī)實(shí)踐，提高動(dòng)手能力�！�2、強(qiáng)調(diào)基礎(chǔ)的重要性。學(xué)習(xí)深度學(xué)習(xí)，扎實(shí)的數(shù)學(xué)和編程基礎(chǔ)是非常重要的，本書首先用一定的篇幅對(duì)深度學(xué)習(xí)基礎(chǔ)的數(shù)學(xué)、Python編程知識(shí)進(jìn)行了復(fù)習(xí)鞏固，以加深印象，為本書的順利學(xué)習(xí)奠定基礎(chǔ)�！�3、注意知識(shí)的銜接。本書作為“寫給新手”的第2本書，對(duì)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，如正向傳播和反向傳播的原理及編程實(shí)現(xiàn)、數(shù)據(jù)預(yù)處理等知識(shí)進(jìn)行了復(fù)習(xí)鞏固，讓讀者可以順利過(guò)渡到循環(huán)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)。 4、代碼只用Python編寫，不使用任何框架，讓讀者快速入門，更容易掌握深度學(xué)習(xí)技術(shù)的本質(zhì)�！�5、雙色，版式精美，閱讀體驗(yàn)好。
《寫給新手的深度學(xué)習(xí) 2——用 Python 實(shí)現(xiàn)的循環(huán)神經(jīng)網(wǎng)絡(luò) RNN 和 VAE、GAN》一書以Python 為基礎(chǔ)，不借助 TensorFlow、PyTorch 等任何框架，以淺顯易懂的語(yǔ)言對(duì)循環(huán)神經(jīng)網(wǎng)絡(luò)RNN 及生成模型中的 VAE、GAN 的構(gòu)建方法進(jìn)行了詳細(xì)解說(shuō)。其中在前 3 章對(duì)深度學(xué)習(xí)和Python 編程及數(shù)學(xué)的相關(guān)知識(shí)進(jìn)行了簡(jiǎn)要概括，然后依次介紹了 RNN、LSTM、GRU、VAE、GAN 的工作原理及編程實(shí)現(xiàn)，這也是本書的主要內(nèi)容，*后一章作為進(jìn)階準(zhǔn)備，介紹了化算法、機(jī)器學(xué)習(xí)的一些技巧以及幾種便于開(kāi)發(fā)、試錯(cuò)的數(shù)據(jù)集。通過(guò)本書，讀者可以從根本上理解深度學(xué)習(xí)技術(shù)的本質(zhì)和相關(guān)算法原理，能夠構(gòu)建簡(jiǎn)單的深度學(xué)習(xí)模型，特別適合作為零基礎(chǔ)讀者學(xué)習(xí)深度學(xué)習(xí)技術(shù)的入門書，也適合作為高校人工智能相關(guān)專業(yè)的教材和參考書。
|
