啃不动花书?复旦小哥配套数学推导与Python复现,GitHub星标1k-阿里云开发者社区

开发者社区> 大数据文摘> 正文
登录阅读全文

啃不动花书?复旦小哥配套数学推导与Python复现,GitHub星标1k

简介: 啃不动花书?复旦小哥配套数学推导与Python复现,GitHub星标1k

《深度学习》(又称花书)可以说是深度学习与人工智能的入门宝典,也是许多开发者深度学习的必备课本。

业内普遍认知是,这是一本详细帮你加速构建体系的书。花书的思路及框架特别清晰,作为一个还在高速发展中的学科,它和成熟的教材不一样,没有循序渐进的体系,更像是一本工具书,告诉你要入门深度学习,你需要知道哪些方面的知识。

但初读花书的同学可能也会很纳闷:一本深度学习的书,竟然满篇都是文字,完全没有提供代码实现;并且由于花书的作文方式很像是论述类学术论文,没怎么读过论文的同学可能看起来跟天书一样,特别一些新手,读起来比较吃力。

一位来自复旦大学的开发者希望弥补花书的这一缺憾,帮助更多同学更好的学习这本书。他基于数学推导和产生原理,重新描述书中概念,并用 Python (numpy 库为主) 再次复现了书本内容。

整个项目目前在GitHub上获得了超过1.3k的标星。

链接指路:
https://github.com/MingchaoZhu/DeepLearning

推导过程和代码实现均被放在了GitHub下载区的 pdf 文件中,重要部分的实现代码也放入 code 文件夹中 )。

除了《深度学习》书中的概念点,项目负责同学还很贴心的在各章节添加了一些补充知识,例如第七章集成学习部分的 随机森林、Adaboost、GBDT、XGBoost 的原理剖析和代码实现等,又或者第十二章对当前一些主流方法的描述。

目前,整个项目还在更新中,作者表示,每个章节的制作,从每一个概念的详细描述、原理推导、作图、代码实现到生成最终的 pdf 文件,包括pdf 文件中看到的所有的图几乎都是作者自己画的,非常用心了。

啃不动花书的同学,是时候把它从书柜上拿下来,重新开启深度学习之路啦。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据文摘
使用钉钉扫一扫加入圈子
+ 订阅

官方博客
最新文章
相关文章
官网链接