书籍 深度学习入门2的封面

深度学习入门2

[日]斋藤康毅

出版时间

2023-02-28

ISBN

9787115607515

评分

★★★★★
书籍介绍

“鱼书”《深度学习入门:基于Python的理论与实现》作者又一力作。

手把手带你创建深度学习框架,直击现代深度学习框架本质!

◎ 编辑推荐

• 简明易懂,讲解详细

本书延续前作的行文风格,采用通俗的语言和大量直观的示意图详细讲解,帮助读者加深对PyTorch、TensorFlow和Chainer等现代深度学习框架的理解,进一步巩固Python编程和软件开发的相关知识。

• 通过“从零创建”,剖析深度学习框架机制

本书会从零创建一个深度学习框架,让读者在运行程序的过程中了解深度学习框架中蕴藏的技术与机制。通过这样的体验,读者可了解到深度学习框架的本质。

• 增量开发

本书将繁杂的深度学习框架的创建工作分为60个步骤完成,内容循序渐进,读者可在一步步的实践过程中获得正向的反馈结果,激发学习动力。

◎ 内容简介

深度学习框架中蕴藏着惊人的技术和有趣的机制,本书旨在揭开这些技术和机制的神秘面纱,帮助读者正确理解技术,体会它们的有趣之处。为此,本书会带领读者从零开始创建一个深度学习框架——DeZero。

DeZero 是本书原创的框架,它用最少的代码实现了现代深度学习框架的功能。本书分60 个步骤来完成这个框架,在此过程中,读者会加深对PyTorch、TensorFlow 和Chainer 等现代深度学习框架的理解,看清深度学习框架的本质。

本书沿袭《深度学习入门:基于Python 的理论与实现》的风格,语言通俗,代码简洁,讲解详细。在自制框架的过程中,读者还能进一步巩固Python 编程和软件开发相关的知识。 本书适合对深度学习框架感兴趣的读者阅读。

斋藤康毅

1984年生于日本长崎县,东京工业大学毕业,并完成东京大学研究生院课程。目前在某企业从事人工智能相关的研究和开发工作。著有《深度学习入门:基于Python的理论与实现》,同时也是Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版译者。

目录
前言
第1阶段 自动微分 1
步骤1 作为“箱子”的变量 3
1.1 什么是变量 3
1.2 实现Variable类 4

显示全部
用户评论
期待已久,读毕归还,好书好书!
从前作过来,一切都非常简单流畅,从最基本的变量与函数实现开始,构建运行时计算图,再进一步构建各种类型的层,抽象层次非常明确。另外在由浅入深的过程中,逐步从性能与使用两方面优化代码,非常适合小白入手。唯一感到不足的是CNN和RNN说的太浅太少了,可能也是受篇幅的影响。希望之后能看到作者针对这两个方向的续作。
# 深度学习可以被认为是可微分框架中的优化问题。常见的优化问题包括模型、损失函数和优化算法三个部分。本书在ch1中构造出可微分框架,用最短的时间实现了自动微分。接着在ch3中讨论了优化算法(特别是借助高阶导数的算法),在ch4-5中完善了深度学习中所使用的损失函数与模型(如CNN和RNN)。 该框架的实现以Chainer(作者所在公司推出的开源库,现已停止更新)为基础,并且引入了PyTorch的设计。这里使用了Define-by-Run(动态计算图)风格。其中计算图由数据流定义,数据的流转和计算图构建同时进行,不同于Define-and-Run(静态计算图)先定义计算图再流转数据,编程对象是符号而不是数值。同时该框架也不需要使用领域特定语言,可以像使用Python一样来操作它。
循序渐进并详尽地介绍了一个实用的迷你深度学习框架,作者的三本书都看完了收获很大,关于强化学习的那本翻译成中文估计得等到猴年马月吧。日本在机器学习这一块的积淀,从其科普类材料就能看出,技术氛围有多好了
有些东西,只有自己动手创建,才能看见和理解。 反向传播的实现是如此的简单优雅,变量和函数互相持有对象,通过持有创建者的引用,就形成了链式调用,只需要递归迭代,梯度就能在训练过程中的反向传播。 运算符的重载和弱类型,是python在数学计算中非常大的优势,通过重载和接口,不再需要复杂抽象的函数调用语法,直接使用数学表达式,就可以自然的表示各种函数运算。 一步一步的实现出每一种基本的运算,让他们能够计算导数,一层层组合起来,神奇的事情就发生了。从抽象继承的编程之美,涌现出数学之美。 深度学习所做的计算,大多数是矩阵乘积,神经网络从加法乘法中涌现出来,就像不断做加法的CPU,通过不断的增加层,表现力就能够不断提升,真的是万物皆数。 深度学习框架是以自动微分为基础,用户在此基础上构建所需要的计算
好书。深入浅出,循序渐进,在读的过程中复习了很多深度学习的基础知识