Easy-Grokking-Deep-Learning
Contents
Easy-Grokking-Deep-Learning#
项目介绍#
项目简介#
Easy-Grokking-Deep-Learning,意为轻松摸索深度学习,英文缩写可简称为EGDL。 本项目基于《Grokking Deep Learning》原书和清华出版社译版《深度学习图解》为主要内容,结合其他实用概念、常用知识以及通用常识和图表等素材进行解读与扩展,旨在使得读者和入门者能够更加轻松地对于本书的内容进行阅读吸收,从而对于深度学习及其相关概念有一个更清晰的认识,也可作为其他进阶知识内容做一个基础衔接铺垫。
- 第1章:深度学习简介:为什么应该学习深度学习?
- 第2章:基本概念:机器该如何学习?
- 第3章:神经网络预测导论:前向传播?
- 第4章:神经网络预测导论:前向传播?
- 第5章:通用梯度下降:一次学习多个权重
- 第6章:建立你的第一个深度神经网络:反向传播
- 第7章:如何描绘神经网络:在脑海里,在纸上
- 第8章:学习信号,忽略噪声:正则化和批处理介绍
- 第9章:概率和非线性建模:激活函数
- 第10章:卷积神经网络概论:关于边和角的神经学习
- 第11章:能够理解自然语言的神经网络:国王-男人+女人=?
- 第12章:像莎士比亚一样写作的神经网络:变长数据的递归层
- 第13章:介绍自动优化:搭建深度学习框架
- 第14章:像莎士比亚一样写作:长短期记忆网络
- 第15章:在看不见的数据上做深度学习:联邦学习导论
- 第16章:往哪里去:简要指引
立项理由#
发起本项目的理由如下:
1.《Grokking Deep Leaning》出版时间在2018年,其译版《深度学习图解》出版于2020年,考虑到近年来AI领域的发展,因此希望在本项目将相关性的进展与研究内容作为一个扩展补充。
2.《深度学习图解》与原书中的图像均为静态图像,本项目希望借助开源项目的优势,将深度学习的图解过程转换制作成动态的gif图并附注相应的过程说明,这将有利于帮助读者思考和理解其概念。
3.本项目将发挥图解图表的优势,将众多图表概念和知识内容制作为相应的知识卡片,类似一张图教会一个概念这样的形式,后续可考虑单独将其整理为一个图册,或者整理为本项目的wiki,最终将其对外开源发布
4.本着开源共享的目的,本项目希望能够有更多的读者和开发者参与进行,通过Issue的形式进行提问,同时以PR的形式参与进来共建项目,从而扩大项目和开源的影响力。
项目受众#
考虑到本项目的内容与难度,因此面向受众主要以深度学习入门者和想要深入学习的读者为主,同时也不限于其他高校学生和对本书感兴趣的企业开发者。