啃不动花书?复旦小哥配套数学推导与Python复现,GitHub星标1k

百家 作者:大数据文摘 2020-05-15 12:56:39

大数据文摘出品


《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。


我的公司是否需要独立的数据团队?
我该何时、怎么样建设自己的数据团队?
数据团队的价值如何衡量?
疫情之下,数据团队又受到哪些影响?

一起透析数据团队建设全景!
扫码填写问卷▼




实习/全职编辑记者招聘ing

加入我们,亲身体验一家专业科技媒体采写的每个细节,在最有前景的行业,和一群遍布全球最优秀的人一起成长。坐标北京·清华东门,在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn




点「在看」的人都变好看了哦!

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接
百度热搜榜
排名 热点 搜索指数