复旦大学教授开源神经网络与深度学习电子书,配备代码和章节练习

复旦大学计算机科学学院副教授邱锡鹏发布了一本《神经网络与深度学习》教材,这份学习资源一经发布就广受好评。目前,该资源在github上已经斩获8000+star。

2015年,复旦大学计算机学院开设了《神经网络与深度学习》课程。由于当时还没有关于深度学习的系统介绍,为了给同学们讲好这门课,邱教授自己梳理了深度学习的相关知识,整理成一本讲义,这本讲义经过后来的修改补充,变成了我们现在看到的《神经网络与深度学习》教材。

目前,这本书分为16个章节,主要内容是神经网络与深度学习中的基础知识、主要模型(前馈网络、卷积网络、循环网络等)以及在计算机视觉、自然语言处理等领域的应用。

具体章节内容如下:(各章节PPT下载见https://nndl.github.io)

  绪论 [ppt]

  机器学习概述 [ppt]

  线性模型 [ppt]

  前馈神经网络 [ppt]

  卷积神经网络 [ppt]

  循环神经网络 [ppt]

  网络优化与正则化 [ppt]

  注意力机制与外部记忆 [ppt]

  无监督学习 [ppt]

  模型独立的学习方式

  概率图模型 [ppt]

  深度信念网络 [ppt]

  深生成模型 [ppt]

  深度强化学习 [ppt]

  序列生成模型一个过时版本:**词嵌入与语言模型**

  数学基础

为了方便同学们学习,邱教授不仅在github上面提供了这本书的PDF版本文件,还提供了介绍课程主要内容的PPT和PDF文档。

不仅如此,本书还配套了详尽的示例代码。对应于书籍中的每个章节,邱老师和精心设计了课程练习题,帮助同学们更好的理解和掌握相关章节的知识。

  下面附上本书相关的资源链接:

  github资源https://github.com/nndl/nndl.github.io

  示例代码https://github.com/nndl/nndl-codes

  课程练习:https://github.com/nndl/exercise

来了,老弟
-------------    本文结束  感谢您的阅读    -------------
0%