歡迎光臨
每天分享高質量文章

想和你聊一下這本豆瓣評分10的書

來源:圖靈教育(ID:turingbooks)

2018年8月份,圖靈出版了《Python深度學習》,本書一度在豆瓣獲得10分滿分評價,如今評分9.8:

此外,本書還霸榜各大圖書網站銷量排行,今天我們就來聊一下這本豆瓣評分10的書。

 

>>>>

這是一本什麼書?

 

這是一本英文版引進的Python深度學習入門書,英文版書名:Deep Learning with Python,由Keras 之父、Google 人工智慧研究員 François Chollet 著作,在豆瓣評分9.4,是亞馬遜【語音與音頻處理】暢銷榜榜首圖書。

 

Keras 是最受歡迎且發展最快的深度學習框架之一,被廣泛推薦為上手深度學習的最佳工具。

>>>>

為什麼要寫這本書?作者這樣說

2015 年 3 月,我發佈了 Keras 深度學習框架的第一版,當時還沒有想過人工智慧的大眾化。我在機器學習領域已經做了多年的研究,創造 Keras 是為了幫我自己做實驗。但在 2015—2016 年,數萬名新人進入了深度學習領域,其中很多人都選擇了 Keras,因為它是最容易上手的框架(現在仍然是)。看到大量新人以意想不到的強大方式使用 Keras,我開始密切關註人工智慧的可達性和大眾化。我意識到,這些技術傳播得越廣,就會變得越有用、越有價值。可達性很快成為 Keras 開發過程中的一個明確標的,在短短幾年內,Keras 開發者社區已經在這方面取得了了不起的成就。我們讓數萬人掌握了深度學習

 

《Python深度學習》這本書,也是為了讓盡可能多的人能夠使用深度學習而寫的。Keras 一直需要一個配套教程,同時涵蓋深度學習的基礎知識、Keras 使用樣式以及深度學習的最佳實踐。本書是我盡最大努力製作的這麼一本教程。本書的重點是用盡可能容易理解的方式來介紹深度學習背後的概念及其實現。我這麼做沒有貶低任何事情的意思,我堅信深度學習中沒有難以理解的東西。希望本書對你有價值,能夠幫助構建智慧應用程式並解決那些對你很重要的問題。

 

>>>>

誰應該閱讀這本書?

 

 

本書的標的讀者是那些具有 Python 編程經驗,並且想要開始上手機器學習和深度學習的人。但本書對以下這些讀者也都很有價值。

 

  • 如果你是熟悉機器學習的資料科學家,你將通過本書全面掌握深度學習及其實踐。深度學習是機器學習中發展最快、最重要的子領域。

  • 如果你是想要上手 Keras 框架的深度學習專家,你會發現本書是市面上最棒的 Keras 速成教程。

  • 如果你是研究深度學習的研究生,你會發現本書是對你所受教育的實踐補充,有助於你培養關於深度神經網絡的直覺,還可以讓你熟悉重要的最佳實踐。

 

有技術背景的人,即使不經常編程,也會發現本書介紹的深度學習基本概念和高級概念非常有用。

 

使用 Keras 需要具有一定的 Python 編程水平。另外,熟悉 Numpy 庫也會有所幫助,但並不是必需的。你不需要具有機器學習或深度學習方面的經驗,本書包含從頭學習所需的必要基礎知識。你也不需要具有高等數學背景,掌握高中水平的數學知識應該足以看懂本書內容。

 

>>>>

本書學習路線圖

 

 

本書分為兩部分。如果你之前沒有關於機器學習的經驗,我強烈建議你先讀完第一部分,然後再閱讀第二部分。我們會從簡單示例講起,然後再依次介紹越來越先進的技術。

 

第一部分是對深度學習的介紹,給出了一些背景和定義,還解釋了上手機器學習和神經網絡需要掌握的所有概念。

 

  • 第 1 章介紹人工智慧、機器學習和深度學習的重要背景知識。

  • 第 2 章介紹從事深度學習必須瞭解的基本概念:張量、張量運算、梯度下降和反向傳播。這一章還給出了本書第一個可用的神經網絡示例。

  • 第 3 章包括上手神經網絡所需要瞭解的全部內容:Keras 簡介,它是我們的首選深度學習框架;建立自己的工作站的指南;三個基本代碼示例以及詳細解釋。讀完這一章,你將能夠訓練簡單的神經網絡來處理分類任務和回歸任務,你還將充分瞭解訓練過程背後發生的事情。

  • 第 4 章介紹標準的機器學習工作流程。你還會瞭解常見的陷阱及其解決方案。

 

第二部分將深入介紹深度學習在計算機視覺和自然語言處理中的實際應用。這一部分給出了許多示例,對於在現實世界的實踐中遇到的深度學習問題,你可以用這些示例作為解決問題的模板。

 

  • 第 5 章介紹了一系列實用的計算機視覺示例,重點放在圖像分類。

  • 第 6 章介紹了處理序列資料(比如文本和時間序列)的實用技術。

  • 第 7 章介紹了構建最先進深度學習模型的高級技術。

  • 第 8 章介紹了生成式模型,即能夠創造圖像和文本的深度學習模型,它有時會產生令人驚訝的藝術效果。

  • 第 9 章將幫你鞏固在本書學到的知識,還會探討深度學習的局限性及其未來的可能性。

>>>>

本書中文版

 

本書中文版由張亮(hysic)翻譯,他畢業於北京大學物理學院,是愛好機器學習和資料分析的核安全工程師,他還翻譯過備受讀者歡迎的《Python機器學習基礎教程》和《Python資料處理》等書。

  • 30多個代碼示例,帶你全面掌握如何用深度學習解決實際問題

  • Keras框架速成的不二之選

  • 夯實深度學習基礎,在實踐中培養對深度神經網絡的良好直覺

  • 無須機器學習經驗和高等數學背景

 

本書詳盡介紹了用Python和Keras進行深度學習的探索實踐,包括計算機視覺、自然語言處理、產生式模型等應用,示例步驟講解詳細透徹。

 

本書立足於人工智慧的可達性和大眾化,讀者無須具備機器學習相關背景知識即可展開閱讀。在學習完本書後,讀者將具備搭建自己的深度學習環境、建立圖像識別模型、生成圖像和文字等能力。

 

有沒有看過這本書的伙伴呢?留言和大家分享一下讀後感吧。


●編號611,輸入編號直達本文

●輸入m獲取到文章目錄

    赞(0)

    分享創造快樂