深度学习 - 第2页

深度学习是目前学术界和工业界都非常火热的话题，在许多行业有着成功应用。本书由 Hulu 的近 30 位算法研究员和算法工程师共同编写完成，专门针对深度学习领域，是《百面机器学习：算法工程师带你去面试》的延伸。全书内容大致分为两个部分，第一部分介绍经典的深度学习算法和模型，包括卷积神经网络、循环神经网络、图神经网络、生成模型、生成式对抗网络、强化学习、元学习、自动化机器学习等；第二部分介绍深度学习在

《深度学习在复杂系统健康监测中的应用》由吴军编写，围绕深度学习在工业领域的落地应用展开。全书系统介绍复杂系统健康监测的理论基础与关键技术，包括数据采集、特征工程以及模型构建等核心环节。为了深入实施制造强国战略，我国正加速推动物联网、太数据、人工智能、云计算与制造业的深度融合，促进制造业向数字化、网络化和智能化转型升级。复杂系统健康监测是其中的关键环节之一。随着数据积聚、算法革新与算力提升，以裸度学

《深度学习推荐系统 2.0》由王喆编著，是面向推荐系统算法实践的一本专业技术著作。本书在深度学习推荐系统知识体系的基础上，进一步结合推荐算法和人工智能技术的发展，系统讨论现代推荐系统的核心架构、算法模型和工程实践。全书关注如何利用机器学习与深度学习技术解决真实推荐场景中的用户兴趣建模和内容匹配问题。全书围绕推荐系统的核心流程展开，重点介绍召回、排序、特征工程、用户行为建模以及深度学习推荐模型等内容

深度学习是目前人工智能研究中前沿、有效的一项技术，主要通过构建深度神经网络解决视觉、自然语言处理、语音识别等诸多领域的问题。百度在 2016 年发布了国内首个开源深度学习框架 PaddlePaddle，简化了深度学习算法的实现步骤，提供了灵活、易用的接口，同时支持分布式训练。 《PaddlePaddle 与深度学习应用实战》由简单的例子引入深度学习和 PaddlePaddle 框架，介绍了 Pad

本书主要内容包括 PyTorch 中的计算图，用三阶多项式拟合函数，实现手写数字识别，神经网络基础，卷积神经网络，PyTorch 基础知识，transformer 架构，文本分类应用开发，聊天机器人应用开发，用 Wav2Vec2 进行语音识别，机器翻译应用开发，分布式 PyTorch 等。

《智能问答与深度学习》围绕“如何让机器理解文本并回答问题”展开，从人工智能与信息论的发展脉络讲起，逐步介绍智能问答系统的类型、自然语言处理基础以及机器学习和深度学习在文本任务中的应用。基础部分涉及文本预处理、特征表示、词向量、经典机器学习方法和神经网络，为后续理解复杂模型建立必要知识。书中不仅介绍算法名称，也尽量结合代码和实际文本任务说明模型如何训练和使用。进一步的内容进入文本分类、语义匹配、深度

深度学习绝非不可窥探的黑箱！深入理解其模型和算法的实际运作机制，是驾驭并优化结果的关键。你无需成为数学专家或资深数据科学家，同样能够掌握深度学习系统内部的工作原理。本书旨在通过深入浅出的方式，为你揭示这些原理，让你在理解和解释自己的工作时更加自信与从容。本书通过平实的语言解析、详尽的代码注释，以及数十个基于 PyTorch 框架的实战示例，逐步引导你探索深度学习的核心概念与实用工具。本书避免了复杂

《Deep Learning Crash Course》面向具有编程基础、但可能没有深度学习经验的读者。全书强调边做边学，使用 PyTorch 和真实数据集，从第一个神经网络开始逐步建立现代深度学习知识体系。图像部分进入卷积神经网络，序列和自然语言部分覆盖循环神经网络与 Transformer；生成式模型部分进一步讲解自动编码器、GAN 和扩散模型，使读者能够理解今天生成式 AI 背后的多条技术路

《深度学习：智能时代的核心驱动力量》并不是一本教读者编写神经网络代码的技术教材，而是一部由深度学习重要推动者亲自讲述的技术与思想史。作者经历了神经网络长期不受重视的年代，也见证深度学习重新成为人工智能核心技术的过程。书中回顾机器学习与神经网络的发展，讨论自动驾驶、机器翻译、语音识别、AI 医疗和 AlphaGo 等应用为什么能够在深度学习推动下取得突破，并介绍反向传播等关键思想在技术演进中的作用。

《深度学习：21 天实战 Caffe》是一本深度学习入门读物。以目前已经大量用于线上系统的深度学习框架 Caffe 为例，由浅入深，从 Caffe 的配置、部署、使用开始学习，通过阅读 Caffe 源码理解其精髓，加强对深度学习理论的理解，最终达到熟练运用 Caffe 解决实际问题的目的。和国外机器学习、深度学习大部头著作相比，《深度学习：21 天实战 Caffe》偏重动手实践，将难以捉摸的枯燥理