叮！您的深度學(xué)習(xí)口袋書教程，請查收。

這本袖珍版教程，不僅能讓你零基礎(chǔ)看懂深度學(xué)習(xí)，據(jù)說十二歲小孩也愛看：

專為手機(jī)閱讀而打造，155 頁內(nèi)容，還都是免費(fèi)的！

不賣關(guān)子，最近一本適合手機(jī)閱讀的袖珍版深度學(xué)習(xí)教程在網(wǎng)上爆火，能從概念這樣的“基礎(chǔ)知識(shí)”開始帶你走近深度學(xué)習(xí)，一個(gè)月就有超過 23 萬人下載：

這本可以輕松在手機(jī)上閱讀的“掌上小書”，由瑞士日內(nèi)瓦大學(xué)的計(jì)算機(jī)科學(xué)教授 Fran?ois Fleuret 撰寫。

一個(gè)月前，他在推特發(fā)布了這本小書的測試版，目前轉(zhuǎn)贊超 3000+：

就在昨天，他又發(fā)布了共有 155 頁的預(yù)印本。

推文底下飄滿了網(wǎng)友對其內(nèi)容及格式的點(diǎn)贊和評(píng)論：

小而美。

這本小書到底有多優(yōu)質(zhì)，不妨我們一起來看看吧？

從基礎(chǔ)知識(shí)開始講，小白也能看得懂

盡管深度學(xué)習(xí)的大部分內(nèi)容并不是特別難以理解，但，還是得有一定數(shù)學(xué)和計(jì)算機(jī)基礎(chǔ)的。

例如在數(shù)學(xué)上，如微積分、概率論、優(yōu)化、線性代數(shù)和信號(hào)處理基礎(chǔ)都需要掌握；

同時(shí)，它也與計(jì)算機(jī)科學(xué)、編程、算法和高性能計(jì)算緊密相關(guān)，所以部分沒有學(xué)科背景知識(shí)儲(chǔ)備的人學(xué)習(xí)起來也有一定難度。

但是別擔(dān)心，這本小書的作者可是明確表示：

不打算詳盡講述，而是僅限于提供必要的背景和技術(shù)工具，以便讀者理解一些重要的模型。

先看目錄：

小書正文的第一部分，就是和機(jī)器學(xué)習(xí)、高效計(jì)算、訓(xùn)練相關(guān)的基礎(chǔ)知識(shí)。

緊接著，第二部分就可以根據(jù)上面學(xué)過的基礎(chǔ)知識(shí)來理解模型。

最后一塊，自然就是講述有了模型之后的應(yīng)用部分了。

我們接著往下看內(nèi)容。

具體內(nèi)容也是非常易于理解的。

深度學(xué)習(xí)在歷史上屬于更大的統(tǒng)計(jì)機(jī)器學(xué)習(xí)領(lǐng)域，因?yàn)樗鼜母旧蟻碚f，涉及到從數(shù)據(jù)中學(xué)習(xí)表示的方法。這種技術(shù)最初來自于人工神經(jīng)網(wǎng)絡(luò)，而“深度”這個(gè)詞強(qiáng)調(diào)模型是由多個(gè)映射組成的長組合，現(xiàn)在已知能夠?qū)崿F(xiàn)更高的性能。

概念也會(huì)細(xì)化解釋，沒錯(cuò)了，是小白也能看懂的程度。

看過圖表，才能理解網(wǎng)友說的：

出色的格式，出色的內(nèi)容。

這樣簡潔的格式在手機(jī)或者是 Kindle 等電子書上看，簡直不要太爽！

有好奇的網(wǎng)友將奇怪的關(guān)注點(diǎn)放在了繪圖上，想知道這本小書里的圖表是如何繪制的，作者也是毫無保留，有問必答。

內(nèi)容亮點(diǎn)：短小而精悍

上面我們說到這本小書主要是包括三大塊的內(nèi)容：基礎(chǔ)知識(shí)（Foundations）、深度模型（Deep models）、應(yīng)用（Applications）。

但作者省略掉了很多內(nèi)容，比如：循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、自動(dòng)編碼器、生成對抗網(wǎng)絡(luò)（GAN）、強(qiáng)化學(xué)習(xí) (RL)、微調(diào)、圖神經(jīng)網(wǎng)絡(luò)（GNN）、自監(jiān)督訓(xùn)練。

這些內(nèi)容會(huì)在書中用到，但在書中并沒有過多解釋（當(dāng)然有提到一些論文，想要深入了解的可以自己翻閱論文）。

有網(wǎng)友也對此產(chǎn)生了疑問：

RNN 引發(fā)了許多有趣的話題呀，例如梯度爆炸 / 消失、權(quán)重共享等，如果沒有 RNN，可能無法真正理解這些話題。

作者也是直言，自己想寫一些短小而精悍的東西，所以有些內(nèi)容必須去掉。

畢竟孩子們喜歡“變形金剛”（Transformer）。

真是為入門級(jí)選手量身打造的了！

此外，作者表示這本“口袋書”的針對的是 Tik Tok 的用戶群體。

因?yàn)槭謾C(jī)屏幕上的潛在“閱讀時(shí)間”至少比電腦、平板、紙質(zhì)印刷物和實(shí)體書的總和大一個(gè)數(shù)量級(jí)，甚至可能是兩個(gè)數(shù)量級(jí)。

在這本小書的最后，作者表示：

人工智能的最新進(jìn)展讓人興奮。它將對人們的工作方式、與知識(shí)信息的互動(dòng)方式產(chǎn)生根本性改變，并迫使人們重新思考智能、理解力和感知力等基本概念。

盡管深度學(xué)習(xí)存在弱點(diǎn)，但它將是人工智能新時(shí)代的關(guān)鍵要素之一。

這也許就是作者為什么要寫一本關(guān)于深度學(xué)習(xí)的小書了吧。

作者簡介

Fran?ois Fleuret 是日內(nèi)瓦大學(xué)教授、機(jī)器學(xué)習(xí)團(tuán)隊(duì)負(fù)責(zé)人，洛桑聯(lián)邦理工學(xué)院 (EPFL) 兼職教授，Idiap 研究所外部研究員，Neural Concept SA 聯(lián)合創(chuàng)始人。

他于 2000 年獲得 INRIA 和巴黎第六大學(xué)的數(shù)學(xué)博士學(xué)位，并于 2006 年獲得巴黎第十三大學(xué)的數(shù)學(xué)任教資格。此前，他曾在國際會(huì)議和期刊上發(fā)表了 80 多篇論文，也是機(jī)器學(xué)習(xí)領(lǐng)域多項(xiàng)專利的發(fā)明者。

他的主要研究興趣是機(jī)器學(xué)習(xí)，特別關(guān)注計(jì)算方面和小樣本學(xué)習(xí)。

傳送門：

[1] https://fleuret.org/ public / lbdl.pdf（小書預(yù)印本鏈接）

[2] https://fleuret.org/ cgi-bin / gitweb / gitweb.cgi?p=littlebook.git;a=tree（小書的 LaTeX 模板）

[3] https://tikz.dev/（小書所用的畫圖工具）

參考鏈接：

• [1]https://twitter.com/AndyXAndersen/status/1660313982870392837

本文來自微信公眾號(hào)：量子位 （ID：QbitAI），作者：西風(fēng)

總結(jié)

以上是生活随笔為你收集整理的零基础深度学习教程爆火，专为手机阅读打造，月超 23 万人下载，155 页内容免费开放的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。