破解深度學(xué)習(xí)（核心篇）：模型算法與實(shí)現(xiàn)
本書旨在采用一種符合讀者認(rèn)知角度且能提升其學(xué)習(xí)效率的方式來講解深度學(xué)習(xí)背后的核心知識(shí)、原理和內(nèi)在邏輯。經(jīng)過基礎(chǔ)篇的學(xué)習(xí)，想必你已經(jīng)對(duì)深度學(xué)習(xí)的總體框架有了初步的了解和認(rèn)識(shí)，掌握了深度神經(jīng)網(wǎng)絡(luò)從核心概念、常見問題到典型網(wǎng)絡(luò)的基本知識(shí)。本書為核心篇，將帶領(lǐng)讀者實(shí)現(xiàn)從入門到進(jìn)階、從理論到實(shí)戰(zhàn)的跨越。全書共7章，前三章包括復(fù)雜CNN、RNN和注意力機(jī)制網(wǎng)絡(luò)，深入詳解各類主流模型及其變體；第4章介紹這三類基礎(chǔ)模型的組合體，即概率生成模型；第5章和第6章著重介紹這些復(fù)雜模型在計(jì)算機(jī)視覺和自然語言處理兩大最常見領(lǐng)域的應(yīng)用；第7章講解生成式大語言模型的內(nèi)在原理并對(duì)其發(fā)展趨勢(shì)予以展望。本書系統(tǒng)全面，深入淺出，且輔以生活中的案例進(jìn)行類比，以此降低學(xué)習(xí)難度，能夠幫助讀者迅速掌握深度學(xué)習(xí)的基礎(chǔ)知識(shí)。本書適合有志于投身人工智能領(lǐng)域的人員閱讀，也適合作為高等院校人工智能相關(guān)專業(yè)的教學(xué)用書。
·13.4萬字
