[深度學(xué)習(xí)入門:基于python的理論與實(shí)現(xiàn)]讀后感

Deep Learning的紅火應(yīng)該說已經(jīng)有很長一段時(shí)間了,隨著Google,微軟小渊,F(xiàn)acebook等重量級(jí)玩家的進(jìn)入放可,這一塊兒領(lǐng)域的成果/成績?cè)俳鼛啄旮泳哂修Z動(dòng)效應(yīng)谒臼,尤其是阿爾法go的橫空出世,可以說把Machine learning和AI這兩個(gè)專業(yè)領(lǐng)域研究的問題耀里,直接推到了大眾的面前蜈缤。

然而另一面的實(shí)事是,對(duì)于圖像圖像冯挎,聲音識(shí)別等領(lǐng)域底哥,深度學(xué)習(xí)已經(jīng)有了大量的應(yīng)用范例和應(yīng)用手段。但對(duì)于很多別的業(yè)務(wù)領(lǐng)域(金融方向里面的存貸款和客戶需求的沖突管理,通信領(lǐng)域的資源分配和優(yōu)化趾徽,信道估計(jì)的策略续滋,云/邊緣計(jì)算里面的network slicing):其是否適用(why),使用哪一個(gè)模型(what)孵奶,以及怎么使用(how)始終是很困擾我的一件事疲酌。于是,在眾多推薦之下拒课,本著“知奇然知其所以然”的出發(fā)點(diǎn)徐勃,我開始了這一趟旅程:

先來說說本書的結(jié)構(gòu):
數(shù)學(xué)相關(guān)知識(shí)(偏微分,求導(dǎo)早像,乘和加的幾何意義僻肖,矩陣運(yùn)算(點(diǎn)和叉乘)) +
python針對(duì)深度學(xué)習(xí)的lib+相關(guān)用法(numpy, matplotlib)
對(duì)于深度學(xué)習(xí)理論的實(shí)踐化解釋(逼近原則,模型的泛化能力卢鹦,依靠對(duì)于損失的觀察確定學(xué)習(xí)的方向正確性等)

在我心目中一本適合自學(xué)的書臀脏,需要有這么幾個(gè)特點(diǎn):對(duì)于細(xì)節(jié)的講解要點(diǎn)到要害,對(duì)于整體架構(gòu)/宏觀層面的講解冀自,要能盡量做到清晰揉稚。可以說本書對(duì)于基礎(chǔ)的講解時(shí)非常細(xì)致而獨(dú)到的熬粗,頗有自學(xué)教材的風(fēng)范搀玖。
具體來說,這本書對(duì)于講解的敘述上驻呐,使用一個(gè)貫穿全書的“手寫文字識(shí)別”作為待解的問題灌诅,把一個(gè)深度學(xué)習(xí)網(wǎng)絡(luò)需要注意的各個(gè)細(xì)節(jié)問題都做了準(zhǔn)確詳盡的講解。
比如含末,對(duì)于網(wǎng)絡(luò)的講解(從感知機(jī) --> 神經(jīng)網(wǎng)絡(luò)-->引入相關(guān)建模方法(激活函數(shù)猜拾,loss function等) -->引入卷積層 --> 引入深度加深的概念);對(duì)于python的相關(guān)知識(shí)講解(numpy和list區(qū)別佣盒,*和numpy.dot()運(yùn)算挎袜,T,廣播方法肥惭,python的類型判斷方法盯仪,im2col對(duì)于卷積運(yùn)算的效率提升);對(duì)于數(shù)學(xué)知識(shí)的介紹(解析解和數(shù)值解蜜葱,特征的應(yīng)用磨总,圖形中像素點(diǎn)的灰度信息值得含義和轉(zhuǎn)換)。都有相關(guān)性很強(qiáng)的講解笼沥,可以說蚪燕,如果單獨(dú)進(jìn)行娶牌,可能理解并不深刻。針對(duì)具體的一個(gè)一個(gè)拆分的問題馆纳,加入對(duì)于某個(gè)數(shù)學(xué)的诗良,python的和機(jī)器學(xué)習(xí)相關(guān)理論的講解,深入淺出鲁驶,記憶點(diǎn)建立的比較深刻鉴裹。

總的來說,對(duì)于其他行業(yè)的人钥弯,想使用machine learning/deep learning作為工具径荔,來為自己的行業(yè)帶來一些進(jìn)化/優(yōu)化的方法的話,我的體會(huì)是本書非常適合作為第一本入門讀物(這里有個(gè)小插曲:關(guān)于“魚書”和“花書”的適用群體脆霎。相比之下总处,花書更適合已經(jīng)具備一些實(shí)踐經(jīng)驗(yàn)的人去閱讀)

最夠想說點(diǎn)自己對(duì)于深度學(xué)習(xí)這件事的一些隨想。
通過這些天的學(xué)習(xí)睛蛛,閱讀鹦马,python practice,以及和相關(guān)人士的一些交流忆肾。我的直觀感受還是很受沖擊的荸频。在神經(jīng)網(wǎng)絡(luò)這一塊兒:
一方面來說,有些很確定對(duì)于行業(yè)也有直觀好處的結(jié)果/成績:比如物體識(shí)別(歸類問題)客冈,語音識(shí)別處理旭从,文字識(shí)別等等,這一點(diǎn)大家都有自己的體會(huì)场仲。我相信對(duì)于歸類問題和悦,比如應(yīng)用的行業(yè)的decision mode,怎么做更合理燎窘,將來一定會(huì)有更多更漂亮的案例摹闽。我自己也計(jì)劃對(duì)這一塊兒做一些實(shí)踐蹄咖。
另一方面褐健,主要是針對(duì)unsupervised training,到底可以孵化出什么樣的’怪獸‘澜汤,尤其是現(xiàn)在分布式計(jì)算(比如Tensor-flow對(duì)于分布式已經(jīng)做了周全的考慮)蚜迅,Nv 新GPU的 CUDA的性能越來越強(qiáng)。以后的“風(fēng)格矩陣”也許就不僅僅用在圖畫這件事了俊抵。到底人的優(yōu)勢(shì)在何時(shí)會(huì)被“sensor不如碳基生物谁不,但計(jì)算速度有碾壓性優(yōu)勢(shì)”的computing device超越,可能真的是一個(gè)不得不思考和應(yīng)對(duì)的課題徽诲。

長路漫漫刹帕,對(duì)我來說吵血,這是一個(gè)非常有趣的啟程。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末偷溺,一起剝皮案震驚了整個(gè)濱河市蹋辅,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌挫掏,老刑警劉巖侦另,帶你破解...
    沈念sama閱讀 222,590評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異尉共,居然都是意外死亡褒傅,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,157評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門袄友,熙熙樓的掌柜王于貴愁眉苦臉地迎上來殿托,“玉大人,你說我怎么就攤上這事杠河÷刀” “怎么了?”我有些...
    開封第一講書人閱讀 169,301評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵券敌,是天一觀的道長唾戚。 經(jīng)常有香客問我,道長待诅,這世上最難降的妖魔是什么叹坦? 我笑而不...
    開封第一講書人閱讀 60,078評(píng)論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮卑雁,結(jié)果婚禮上募书,老公的妹妹穿的比我還像新娘。我一直安慰自己测蹲,他們只是感情好莹捡,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,082評(píng)論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著扣甲,像睡著了一般篮赢。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上琉挖,一...
    開封第一講書人閱讀 52,682評(píng)論 1 312
  • 那天启泣,我揣著相機(jī)與錄音,去河邊找鬼示辈。 笑死寥茫,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的矾麻。 我是一名探鬼主播纱耻,決...
    沈念sama閱讀 41,155評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼芭梯,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼!你這毒婦竟也來了弄喘?” 一聲冷哼從身側(cè)響起粥帚,我...
    開封第一講書人閱讀 40,098評(píng)論 0 277
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎限次,沒想到半個(gè)月后芒涡,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,638評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡卖漫,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,701評(píng)論 3 342
  • 正文 我和宋清朗相戀三年费尽,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片羊始。...
    茶點(diǎn)故事閱讀 40,852評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡旱幼,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出突委,到底是詐尸還是另有隱情柏卤,我是刑警寧澤,帶...
    沈念sama閱讀 36,520評(píng)論 5 351
  • 正文 年R本政府宣布匀油,位于F島的核電站缘缚,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏敌蚜。R本人自食惡果不足惜桥滨,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,181評(píng)論 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望弛车。 院中可真熱鬧齐媒,春花似錦、人聲如沸纷跛。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,674評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽贫奠。三九已至唬血,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間叮阅,已是汗流浹背刁品。 一陣腳步聲響...
    開封第一講書人閱讀 33,788評(píng)論 1 274
  • 我被黑心中介騙來泰國打工泣特, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留浩姥,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,279評(píng)論 3 379
  • 正文 我出身青樓状您,卻偏偏與公主長得像勒叠,于是被迫代替她去往敵國和親兜挨。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,851評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容

  • 在滂沱的大雨中 綿綿的雨淚 是簡單的沖洗 發(fā)黃的舊相片 又將留下 慘白的印痕
    我有三畝田野閱讀 254評(píng)論 2 4
  • 對(duì)于大魚海棠眯分,印象最深刻的臺(tái)詞就是拌汇,只要你的心是善良的,對(duì)錯(cuò)都是別人的事弊决。 你為什么想或做你覺得對(duì)的事噪舀。椿為什么寧...
    非也唯安閱讀 529評(píng)論 0 0
  • 每個(gè)人內(nèi)心深處都有一竿屬于自己的秤,它到底平不平只有自己最清楚飘诗! 人生在世不求豐功偉績与倡,只求問心無愧!心平才能氣和...
    GO吧閱讀 220評(píng)論 0 0
  • 跟冉姐視頻聊天昆稿,她閨女湊過來看我纺座,冉姐指著她閨女對(duì)我講:“你信不信我說鬧鬧尿褲子了她會(huì)哭「忍叮” 我說我信净响,你別鬧。 ...
    青色麥芽閱讀 229評(píng)論 0 0