【开源书】PyTorch深度学习起步,零基础入门(附pdf下载)

2019 年 9 月 28 日 专知

【导读】Vipul Vaibhaw在Github开源了一份关于Pytorch深度学习的书册,《First steps towards Deep Learning with pyTorch》,这是一本关于深度学习的开源书籍。这本书应该是非数学的,迎合了那些没有深度学习经验,数学知识和兴趣很少的读者。这本书旨在帮助读者迈出深度学习的“第一步”。



https://github.com/vaibhawvipul/First-steps-towards-Deep-Learning


小册子22页pdf版本便捷下载:

请关注专知公众号(点击上方蓝色专知关注

  • 后台回复“DLPB” 就可以获取《PyTorch深度学习起步的下载链接~ 



内容目录


第一章 理解人工神经网络  Understanding Artificial Neural Networks


随着时间的推移,我们人类对某些学科的好奇心呈指数级增长。宇宙、奇点、生命的意义、上帝、无限和大脑是排在榜首的。随着时间的推移,我们的大脑变得越来越有效率,我们开始深入思考问题,并开始提出正确的问题。我将在这里列出一些美丽的问题,当你阅读它们的时候,请暂停一下,为它所展示的几个世纪以来人类的进步鼓掌——


  • 我们在宇宙中是孤独的吗?

  • 意识是什么?所有的生物都有意识吗?

  • 是什么让我们成为人类?-不可能只是DNA,因为人类的基因组和黑猩猩的99%是一样的

  • 质数有什么奇怪的?

  • 我们有自由意志吗?

  • P与NP

  • 我们的大脑是如何工作的?


神经网络受到我们大脑工作方式的启发。下图是一个图形化的流程,其中圆圈代表神经元,边缘代表轴突。数字{w1, w2…wn}是神经网络权值的集合。权值是神经网络的关键部分,因为权值是神经网络在训练过程中调整的参数。

模型初始化(我们将在稍后讨论)

正向传播——预测输出。

反向传播——在定义损失函数的基础上,计算模型与真实值的距离,然后更新网络中的权值。这些更新是通过优化器所做的差分来实现的。

Geoffery Hinton,当前人工智能繁荣之父,对反向传播深表怀疑。他说:“我的观点是扔掉一切,重新开始,我不认为这是大脑的工作方式。我们显然不需要所有标注的数据”。我们人类试图在一切事物中找到规律。我们是在数据的稀缺性和稀疏性的情况下做到这一点的。一定有比反向传播更好的方法。我们需要更多地思考无监督学习。


第二章 Pytorch介绍  Introduction to Pytorch


Pytorch是一个基于python的科学计算框架,它也帮助我们设计深度神经网络。python的友好性使得初学者可以很容易地开始编写代码。Python已经成为机器学习领域的通用语。


第三章 如何让计算机看见?


计算机视觉一直是研究人员最感兴趣的领域之一。可以说,在深度学习领域取得了很大的进步,其动力来自于解决一些计算机视觉问题的挑战,如目标检测、分类等。


卷积神经网络


在深度学习领域,卷积神经网络(ConvNets或CNNs)已成为解决图像相关问题的标准方法。与之前的CNNs相比,CNNs最好的部分是它们需要的预处理少得多。几乎不需要硬编码的特性。


第四章 如何让计算机记忆?


灵感

RNNs是什么?

LSTM及其变体

在pytorch中使用LSTMs生成单词

该领域的进展


第五章 下一步


  • 从 Fast.ai MOOCs 开始学习

  • 在学习Fast ai's 课程同时, 学习Andrej Karpathy的课程笔记

  • 开始学习斯坦福大学 CS 231n.

  • 学习CS 229.



-END-

专 · 知


专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎登录www.zhuanzhi.ai,注册登录专知,获取更多AI知识资料!

欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询

请加专知小助手微信(扫一扫如下二维码添加),加入专知人工智能主题群,咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成!560+位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

登录查看更多
25

相关内容

简明扼要!Python教程手册,206页pdf
专知会员服务
46+阅读 · 2020年3月24日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
178+阅读 · 2020年3月16日
【新书】傻瓜式入门深度学习,371页pdf
专知会员服务
182+阅读 · 2019年12月28日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
159+阅读 · 2019年10月28日
开源书:PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
免费中文书籍-《神经网络与深度学习》中文版推荐
深度学习与NLP
20+阅读 · 2019年4月2日
浅显易懂的分布式TensorFlow入门教程
专知
7+阅读 · 2018年6月22日
入门 | 从零开始,了解元学习
机器之心
17+阅读 · 2018年5月6日
手把手教 | 深度学习库PyTorch(附代码)
数据分析
7+阅读 · 2018年3月20日
从基础概念到实现,小白如何快速入门PyTorch
机器之心
13+阅读 · 2018年2月26日
【286页干货】一天搞懂深度学习
七月在线实验室
9+阅读 · 2018年1月30日
TensorFlow实现神经网络入门篇
AI研习社
11+阅读 · 2017年12月11日
入门 | 一文概览深度学习中的激活函数
深度学习世界
4+阅读 · 2017年11月3日
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
7+阅读 · 2020年3月30日
Explanatory Graphs for CNNs
Arxiv
4+阅读 · 2018年12月18日
A Probe into Understanding GAN and VAE models
Arxiv
9+阅读 · 2018年12月13日
Arxiv
6+阅读 · 2018年10月3日
Rapid Customization for Event Extraction
Arxiv
7+阅读 · 2018年9月20日
Arxiv
19+阅读 · 2018年6月27日
VIP会员
相关VIP内容
简明扼要!Python教程手册,206页pdf
专知会员服务
46+阅读 · 2020年3月24日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
178+阅读 · 2020年3月16日
【新书】傻瓜式入门深度学习,371页pdf
专知会员服务
182+阅读 · 2019年12月28日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
159+阅读 · 2019年10月28日
开源书:PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
相关资讯
免费中文书籍-《神经网络与深度学习》中文版推荐
深度学习与NLP
20+阅读 · 2019年4月2日
浅显易懂的分布式TensorFlow入门教程
专知
7+阅读 · 2018年6月22日
入门 | 从零开始,了解元学习
机器之心
17+阅读 · 2018年5月6日
手把手教 | 深度学习库PyTorch(附代码)
数据分析
7+阅读 · 2018年3月20日
从基础概念到实现,小白如何快速入门PyTorch
机器之心
13+阅读 · 2018年2月26日
【286页干货】一天搞懂深度学习
七月在线实验室
9+阅读 · 2018年1月30日
TensorFlow实现神经网络入门篇
AI研习社
11+阅读 · 2017年12月11日
入门 | 一文概览深度学习中的激活函数
深度学习世界
4+阅读 · 2017年11月3日
相关论文
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
7+阅读 · 2020年3月30日
Explanatory Graphs for CNNs
Arxiv
4+阅读 · 2018年12月18日
A Probe into Understanding GAN and VAE models
Arxiv
9+阅读 · 2018年12月13日
Arxiv
6+阅读 · 2018年10月3日
Rapid Customization for Event Extraction
Arxiv
7+阅读 · 2018年9月20日
Arxiv
19+阅读 · 2018年6月27日
Top
微信扫码咨询专知VIP会员