近年來，深度學(xué)習(xí)在語音、圖像、自然語言處理等領(lǐng)域都取得了非常不錯的成果，自然而然地成為技術(shù)人員爭相學(xué)習(xí)的熱點。

成都創(chuàng)新互聯(lián)長期為成百上千家客戶提供的網(wǎng)站建設(shè)服務(wù)，團隊從業(yè)經(jīng)驗10年，關(guān)注不同地域、不同群體，并針對不同對象提供差異化的產(chǎn)品和服務(wù)；打造開放共贏平臺，與合作伙伴共同營造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為東臺企業(yè)提供專業(yè)的成都做網(wǎng)站、網(wǎng)站設(shè)計，東臺網(wǎng)站改版等技術(shù)服務(wù)。擁有十多年豐富建站經(jīng)驗和眾多成功案例,為您定制開發(fā)。

為了幫助正在學(xué)習(xí)深度學(xué)習(xí)的伙伴們，川大的一名優(yōu)秀畢業(yè)生，在GitHub上創(chuàng)建了一個項目：《深度學(xué)習(xí)500問》，通過問答的形式對常用的概率知識、線性代數(shù)、機器學(xué)習(xí)、深度學(xué)習(xí)、計算機視覺等熱點問題進行闡述，以幫助自己及有需要的讀者。 全書分為15個章節(jié)，近20萬字。

截至今日，該項目已經(jīng)獲得了 2106 個「star」以及 465 個「fork」(GitHub項目地址：https://github.com/scutan90/DeepLearning-500-questions)

雖然本書還未完結(jié)，但還是值得一讀，下面我們詳細介紹書中有哪些內(nèi)容：

***章數(shù)學(xué)基礎(chǔ)

本章主要講解了數(shù)學(xué)基礎(chǔ)知識，不僅涵蓋了相關(guān)的基礎(chǔ)概念，還包括彼此之間的聯(lián)系，如標(biāo)量、向量、張量之間的聯(lián)系;張量和矩陣的區(qū)別，還有常見的概率分布：

此外，還講解了不同類型的概率分布和統(tǒng)計學(xué)(期望、方差、協(xié)方差、相關(guān)數(shù))的相關(guān)基礎(chǔ)知識

第二章機器學(xué)習(xí)基礎(chǔ)

本章為大家羅列了常見的算法以及常見分類算法的優(yōu)缺點、分類算法的評估用法、大數(shù)據(jù)與深度學(xué)習(xí)的關(guān)系等，第二章涵蓋的知識點雖然很多但卻十分全面。

第三章深度學(xué)習(xí)基礎(chǔ)

本章開始進入主題，為了描述神經(jīng)網(wǎng)絡(luò)，書中從最簡單的神經(jīng)網(wǎng)絡(luò)說起，然后層層深入，列舉了神經(jīng)網(wǎng)絡(luò)的常用模型結(jié)構(gòu)，如何選擇一個深度學(xué)習(xí)開發(fā)平臺等重點內(nèi)容，如神經(jīng)網(wǎng)絡(luò)常用的模型結(jié)構(gòu)如下：

第四章經(jīng)典網(wǎng)絡(luò)

本章向大家介紹了幾種經(jīng)典網(wǎng)絡(luò)，包括LeNet-***lexNet、可視化ZFNet-解卷積、GoogleNet的模型結(jié)構(gòu)及模型解讀等，如LeNet-5的模型結(jié)構(gòu)如下：

看了上面這些內(nèi)容，你是不是已經(jīng)迫不及待想深度讀一下這本未完結(jié)的書呢?或者你正從事該領(lǐng)域的工作，也可以幫助作者完善成書。

***再附上GitHub地址：https://github.com/scutan90/DeepLearning-500-questions

網(wǎng)站題目：川大優(yōu)秀畢業(yè)生在GitHub上建了一個項目，還未完結(jié)就獲贊無數(shù)
本文路徑：http://uogjgqi.cn/article/dppggij.html