前 言
随着深度学习和人工智能的兴起,深度学习和人工智能引领了一个新的全行业的研究方向,改变了人类固有的处理问题和解决问题的方法和认知。目前各个领域都在处于使用深度学习进行重大突破的阶段,同时深度学习本身也具有巨大的发展空间。
深度学习作为目前最前沿的科技应用,近年来获得了非常高的发展速度,应用深度学习解决以往实践中的难题成为很多开发人员的首选。
目前市场上关于深度学习的书不少,然而基本上以应用居多,偶尔会涉及理论应用,但真正从理论出发,通过数学原理加理论的方式讲解一定公式的书却很少。
本书从深度学习的基础知识出发,对深度学习每个组成部分的原理进行介绍,并推导出其中的原理和数学公式。鉴于读者的水平可能参差不齐,笔者对每个公式和知识点都做了详细的讲解,可以说是手把手地向读者传授深度学习的理论知识。
本书并不是单纯的理论公式堆积,同时还准备了具体的实现代码,让读者学习知识的同时,能通过动手实践深入了解这些知识。
本书特色
讲解活泼,文字有趣,提高学习效率
本书以讲解深度学习数学原理和理论为基础,但是从写作方法和技巧上来看,本书写作风格活泼,讲解通俗易懂,便于读者理解。
运用多种写作技巧,激发读者阅读兴趣
本书应用多种写作手法,数学原理、公式推导、实现代码以及示图交相出现,便于读者理解。
主线贯穿,重点明确,脉络清晰
本书对全部知识点的脉络有一个清晰的主线,每个知识点都指明了核心要点和使用技巧,使阅读者能够明确重点。本书循序渐进地讲解原理,对其发展和改进技巧都做了明确介绍。
注重实战,拿来即用
本书所有的内容都有代码支持,具有很高的应用价值和参考性。其中的代码经稍加修改便可用于实际项目开发中。
本书内容知识体系
第1章 Hello World—从计算机视觉与人类视觉谈起
介绍人类视觉和深度学习的联系,引导读者进入深度学习知识体系的学习。
第2章 道士下山—故事的开始
本章介绍深度学习中最为重要的梯度下降算法,讲授其原理和实现方法,此章开始正式进入深度学习理论部分的学习。
第3章 猫还是狗—深度学习中的卷积与其他函数
本章对深度学习中的卷积函数原理和推导公式进行介绍,同时还介绍其用到的激活、分类以及池化函数。
第4章 水晶球的秘密—信息熵、决策树与交叉熵
本章介绍计算损失函数所使用的交叉熵、决策树和信息熵的内容。从本章开始作者有目的地引导读者学会对现有研究技术的改进,讲解从哪些方面去完善和改进现有技术。
第5章 Mission Impossible!——把不可能变成可能的机器学习
本章是机器学习部分,介绍线性回归和逻辑回归的基本方法和内容,以及近似计算的理论和计算原理。
第6章 书中自有黄金屋——横扫股市的时间序列模型
本章介绍时间序列模型的基本原理、使用方法以及后续的研究者对其的改进。
第7章 书中自有颜如玉——GAN is a girl
本章介绍对抗生成的基本原理以及使用方法、对抗生成原理的公式和其中相对熵的推导和实现,并且向读者展示了对抗生成原理在实际中的应用。
第8章 休息一下,Let’s play TensorFlow
本章是一个演示章节,向读者介绍TensorFlow框架使用和对数据的可视化区分,向读者展示TensorFlow游乐场的秘密。感兴趣的读者可以在其中手动演示不同的参数对结果的影响。
第9章 你喜欢什么我全知道—推荐系统的原理
本章向读者介绍使用推荐引擎进行推荐的原理和方法,包括基于物品的推荐和基于用户的推荐,以及使用深度学习进行推荐的原理和方法。
第10章 整齐划一画个龙——深度学习中的标准化、正则化与初始化
对于深度学习来说,正则化是一个必不可少的手段和步骤。正则化的作用是将深度学习模型中的训练数据进行处理,以便模型在计算时能够更加容易地对数据进行拟合。本章介绍深度学习模型多种正则化的公式和应用。
第11章 众里寻她千百度——人脸识别的前世今生
人脸识别是目前最重要的一个深度学习应用方向。本章介绍人脸识别中最常用的2个深度学习模型,并以此为契机介绍一种新的三元激活函数—Triplet Loss,同时还不忘对softmax的温习和对softmax的改进。
第12章 梅西-阿根廷+意大利=?—有趣的词嵌入向量
词嵌入向量(Word Embedding)是目前最常用的深度学习自然语言处理的基础,也是最重要的一个应用,其开启了文本信息处理的通用模式。本章对词嵌入向量进行介绍,并且引导读者在常用Python代码的基础上使用少量TensorFlow程序进行文档分类。
源码下载与技术支持
本书配套的资源,请用微信扫描右边二维码获取,可按扫描出来的页面提示,把下载链接转到自己的邮箱中下载。如果学习本书过程中发现问题,请联系booksaga@163.com,邮件主题为“深度学习的数学原理与实现”。
适合阅读本书的读者
● 深度学习算法和数学爱好人员;
● 深度学习算法开发人员;
● AI学习与研究人员;
● 希望提高深度学习开发水平的人员;
● 专业培训机构的学员;
● 深度学习开发的项目经理。
王晓华
2021年3月