Skip to content

Commit

Permalink
更新
Browse files Browse the repository at this point in the history
  • Loading branch information
@xpqiu
xpqiu committed Mar 18, 2020
1 parent 3ab7b40 commit fa2bea4
Show file tree
Hide file tree
Showing 5 changed files with 16 additions and 30 deletions.
26 changes: 1 addition & 25 deletions .gitignore
View file
Original file line number Diff line number Diff line change
Expand Up @@ -215,29 +215,5 @@ pip-log.txt
#Mr Developer
.mr.developer.cfg
python/.ipynb_checkpoints/*
ppt录音版/chap-前馈神经网络.pptx
ppt录音版/chap-卷积神经网络.pptx
ppt录音版/chap-序列生成模型.pptx
ppt录音版/chap-循环神经网络.pptx
ppt录音版/chap-无监督学习.pptx
ppt录音版/chap-机器学习概述1.mp4
ppt录音版/chap-机器学习概述1.pptx
ppt录音版/chap-机器学习概述2.mp4
ppt录音版/chap-机器学习概述2.pptx
ppt录音版/chap-机器学习概述3.mp4
ppt录音版/chap-机器学习概述3.pptx
ppt录音版/chap-概率图模型.pptx
ppt录音版/chap-模型独立的学习方式.pptx
ppt录音版/chap-注意力机制与外部记忆.pptx
ppt录音版/chap-深度信念网络.pptx
ppt录音版/chap-深度强化学习.pptx
ppt录音版/chap-深度生成模型.pptx
ppt录音版/chap-线性模型.pptx
ppt录音版/chap-绪论1.mp4
ppt录音版/chap-绪论1.pptx
ppt录音版/chap-绪论2.mp4
ppt录音版/chap-绪论2.pptx
ppt录音版/chap-绪论3.mp4
ppt录音版/chap-绪论3.pptx
ppt录音版/chap-网络优化与正则化.pptx
ppt录音版/*
*.thmx
6 changes: 5 additions & 1 deletion README.md
View file
Original file line number Diff line number Diff line change
@@ -1,11 +1,15 @@
# nndl.github.io
网站： https://nndl.github.io

2020-03-19更新说明：

1. 修改部分描述 7.4 数据预处理、7.5 逐层归一化

2020-02-11更新说明：

1. 完善了 7.1.1 网络优化的难点
2. 重写了 7.3 参数初始化
3. 完善了 A.2.4 特征值与特征向量 A.2.5 矩阵分解
3. 完善了 A.2.4 特征值与特征向量、A.2.5 矩阵分解

2020-01-03更新说明：

Expand Down
2 changes: 1 addition & 1 deletion index.html
View file
Original file line number Diff line number Diff line change
Expand Up @@ -504,6 +504,6 @@
</style>
</head>
<body class='typora-export os-windows' >
<div id='write' class = 'is-node'><h1><a name="神经网络与深度学习" class="md-header-anchor"></a><span>神经网络与深度学习</span></h1><p><span>作者：</span><a href='https://xpqiu.github.io/'><span>邱锡鹏</span></a><span> 知乎：</span><a href='https://www.zhihu.com/people/xpqiu'><span>@邱锡鹏</span></a></p><h2><a name="关于本书" class="md-header-anchor"></a><span>关于本书</span></h2><p><span>近年来，以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能问答、推荐系统到自动驾驶，人们在日常生活中都可能有意无意地使用到了人工智能技术。这些技术的背后都离不开人工智能领域研究者们的长期努力。特别是最近这几年，得益于数据的增多、计算能力的增强、学习算法的成熟以及应用场景的丰富，越来越多的人开始关注这一个“崭新”的研究领域：</span><em><span>深度学习</span></em><span>。深度学习以神经网络为主要模型，一开始用来解决机器学习中的表示学习问题。但是由于其强大的能力，深度学习越来越多地用来解决一些通用人工智能问题，比如推理、决策等。目前，深度学习技术在学术界和工业界取得了广泛的成功，受到高度重视，并掀起新一轮的人工智能热潮。</span></p><p><span>本课程主要介绍神经网络与深度学习中的基础知识、主要模型（前馈网络、卷积网络、循环网络等）以及在计算机视觉、自然语言处理等领域的应用。</span></p><p><span>要获取更新提醒，请关注</span><a href='https://github.com/nndl/nndl.github.io' target='_blank' class='url'>https://github.com/nndl/nndl.github.io</a></p><p><span>课后习题分享讨论：</span><a href='https://github.com/nndl/solutions' target='_blank' class='url'>https://github.com/nndl/solutions</a></p><p><span>编程练习：</span><a href='https://github.com/nndl/exercise' target='_blank' class='url'>https://github.com/nndl/exercise</a></p><p><span>豆瓣评分：</span><a href='https://book.douban.com/subject/33409947/' target='_blank' class='url'>https://book.douban.com/subject/33409947/</a></p><h2><a name="概要" class="md-header-anchor"></a><span>概要</span></h2><p><strong><span>全书内容</span></strong><span> </span><a href='nndl-book.pdf'><span>pdf</span></a><span> (updated 2020-03-17) （推荐用iPad阅读）</span></p><p><span>更新说明：</span><a href='https://github.com/nndl/nndl.github.io' target='_blank' class='url'>https://github.com/nndl/nndl.github.io</a></p><p><span>《神经网络与深度学习》3小时课程概要 </span><a href='./ppt/神经网络与深度学习-3小时.pptx'><span>ppt</span></a><span>(72M) </span><a href='./ppt/神经网络与深度学习-3小时.pdf'><span>pdf</span></a><span> (12M) </span></p><h3><a name="章节内容" class="md-header-anchor"></a><span>章节内容</span></h3><ol start='' ><li><span>绪论[</span><a href='./ppt/chap-绪论.pptx'><span>ppt</span></a><span>] </span></li><li><span>机器学习概述 [</span><a href='./ppt/chap-机器学习概述.pptx'><span>ppt</span></a><span>] </span></li><li><span>线性模型 [</span><a href='./ppt/chap-线性模型.pptx'><span>ppt</span></a><span>] </span></li><li><span>前馈神经网络 [</span><a href='./ppt/chap-前馈神经网络.pptx'><span>ppt</span></a><span>] </span></li><li><span>卷积神经网络 [</span><a href='./ppt/chap-卷积神经网络.pptx'><span>ppt</span></a><span>] </span></li><li><span>循环神经网络 [</span><a href='./ppt/chap-循环神经网络.pptx'><span>ppt</span></a><span>] </span></li><li><span>网络优化与正则化 [</span><a href='./ppt/chap-网络优化与正则化.pptx'><span>ppt</span></a><span>] </span></li><li><span>注意力机制与外部记忆 [</span><a href='./ppt/chap-注意力机制与外部记忆.pptx'><span>ppt</span></a><span>] </span></li><li><span>无监督学习 [</span><a href='./ppt/chap-无监督学习.pptx'><span>ppt</span></a><span>] </span></li><li><span>模型独立的学习方式 [</span><a href='./ppt/chap-模型独立的学习方式.pptx'><span>ppt</span></a><span>] </span></li><li><span>概率图模型 [</span><a href='./ppt/chap-概率图模型.pptx'><span>ppt</span></a><span>] </span></li><li><span>深度信念网络 [</span><a href='./ppt/chap-深度信念网络.pptx'><span>ppt</span></a><span>] </span></li><li><span>深度生成模型[</span><a href='./ppt/chap-深度生成模型.pptx'><span>ppt</span></a><span>] </span></li><li><span>深度强化学习 [</span><a href='./ppt/chap-深度强化学习.pptx'><span>ppt</span></a><span>] </span></li><li><span>序列生成模型 [</span><a href='./ppt/chap-序列生成模型.pptx'><span>ppt</span></a><span>] 一个过时版本：</span><a href='chap-语言模型与词嵌入.pdf'><span>词嵌入与语言模型</span></a></li><li><span>数学基础 </span></li></ol><h2><a name="反馈意见" class="md-header-anchor"></a><span>反馈意见</span></h2><p><span>如果您有任何意见、评论以及建议（先确认最新版本中是否已经修正），请通过GitHub的</span><a href='https://github.com/nndl/nndl.github.io/issues'><span>Issues</span></a><span>页面进行反馈。如果错误比较重要，我会在本书中进行致谢。</span></p><p><span>反馈意见包括但不限于：（因为分开排版关系，页码错误请忽略。）</span></p><ul><li><span>打字错误</span></li><li><span>描述错误: 比如“感知器是非线性分类器”</span></li><li><span>评论</span></li><li><span>建议</span></li></ul><p><span>非常感谢！</span></p><p><span>致谢列表：感谢王利锋、林同茂、张钧瑞、李浩、胡可鑫、韦鹏辉、徐国海、侯宇蓬、任强、王少敬、肖耀、李鹏等同学指出书中的错误。</span></p></div>
<div id='write' class = 'is-node'><h1><a name="神经网络与深度学习" class="md-header-anchor"></a><span>神经网络与深度学习</span></h1><p><span>作者：</span><a href='https://xpqiu.github.io/'><span>邱锡鹏</span></a><span> 知乎：</span><a href='https://www.zhihu.com/people/xpqiu'><span>@邱锡鹏</span></a></p><h2><a name="关于本书" class="md-header-anchor"></a><span>关于本书</span></h2><p><span>近年来，以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能助手、推荐系统到自动驾驶，人们在日常生活中都可能有意无意地使用到了人工智能技术。这些技术的背后都离不开人工智能领域研究者们的长期努力。特别是最近这几年，得益于数据的增多、计算能力的增强、学习算法的成熟以及应用场景的丰富，越来越多的人开始关注这一个“崭新”的研究领域：</span><em><span>深度学习</span></em><span>。深度学习以神经网络为主要模型，一开始用来解决机器学习中的表示学习问题。但是由于其强大的能力，深度学习越来越多地用来解决一些通用人工智能问题，比如推理、决策等。目前，深度学习技术在学术界和工业界取得了广泛的成功，受到高度重视，并掀起新一轮的人工智能热潮。</span></p><p><span>主要特点：</span></p><p><span>系统性：系统地整理了神经网络和深度学习的知识体系。鉴于深度学习涉及的知识点较多，本书从机器学习的基本概念、神经网络模型以及概率图模型三个层面来串联深度学习所涉及的知识点，使读者对深度学习技术的理解更具系统性、条理性和全面性。</span></p><p><span>可读性：本书在编排上由浅入深，在语言表达上力求通俗易懂，并通过增加图例、示例以及必要的数学推导来理解抽象的概念。同时，附录简要介绍了本书所涉及的必要数学知识，便于读者查用。</span></p><p><span>实践性：本书在网站上配套了针对每章知识点的编程练习，使得读者在学习过程中可以将理论和实践密切结合，加深对知识点的理解，并具备分析问题和解决问题的能力。</span></p><p><span>要获取更新提醒，请关注</span><a href='https://github.com/nndl/nndl.github.io' target='_blank' class='url'>https://github.com/nndl/nndl.github.io</a></p><p><span>课后习题分享讨论：</span><a href='https://github.com/nndl/solutions' target='_blank' class='url'>https://github.com/nndl/solutions</a></p><p><span>编程练习：</span><a href='https://github.com/nndl/exercise' target='_blank' class='url'>https://github.com/nndl/exercise</a></p><p><span>豆瓣评分：</span><a href='https://book.douban.com/subject/33409947/' target='_blank' class='url'>https://book.douban.com/subject/33409947/</a></p><h2><a name="概要" class="md-header-anchor"></a><span>概要</span></h2><p><strong><span>全书内容</span></strong><span> </span><a href='nndl-book.pdf'><span>pdf</span></a><span> (updated 2020-03-19) （推荐用iPad阅读）</span></p><p><span>更新说明：</span><a href='https://github.com/nndl/nndl.github.io' target='_blank' class='url'>https://github.com/nndl/nndl.github.io</a></p><p><span>《神经网络与深度学习》3小时课程概要 </span><a href='./ppt/神经网络与深度学习-3小时.pptx'><span>ppt</span></a><span>(72M) </span><a href='./ppt/神经网络与深度学习-3小时.pdf'><span>pdf</span></a><span> (12M) </span></p><h3><a name="章节内容" class="md-header-anchor"></a><span>章节内容</span></h3><ol start='' ><li><span>绪论[</span><a href='./ppt/chap-绪论.pptx'><span>ppt</span></a><span>] </span></li><li><span>机器学习概述 [</span><a href='./ppt/chap-机器学习概述.pptx'><span>ppt</span></a><span>] </span></li><li><span>线性模型 [</span><a href='./ppt/chap-线性模型.pptx'><span>ppt</span></a><span>] </span></li><li><span>前馈神经网络 [</span><a href='./ppt/chap-前馈神经网络.pptx'><span>ppt</span></a><span>] </span></li><li><span>卷积神经网络 [</span><a href='./ppt/chap-卷积神经网络.pptx'><span>ppt</span></a><span>] </span></li><li><span>循环神经网络 [</span><a href='./ppt/chap-循环神经网络.pptx'><span>ppt</span></a><span>] </span></li><li><span>网络优化与正则化 [</span><a href='./ppt/chap-网络优化与正则化.pptx'><span>ppt</span></a><span>] </span></li><li><span>注意力机制与外部记忆 [</span><a href='./ppt/chap-注意力机制与外部记忆.pptx'><span>ppt</span></a><span>] </span></li><li><span>无监督学习 [</span><a href='./ppt/chap-无监督学习.pptx'><span>ppt</span></a><span>] </span></li><li><span>模型独立的学习方式 [</span><a href='./ppt/chap-模型独立的学习方式.pptx'><span>ppt</span></a><span>] </span></li><li><span>概率图模型 [</span><a href='./ppt/chap-概率图模型.pptx'><span>ppt</span></a><span>] </span></li><li><span>深度信念网络 [</span><a href='./ppt/chap-深度信念网络.pptx'><span>ppt</span></a><span>] </span></li><li><span>深度生成模型[</span><a href='./ppt/chap-深度生成模型.pptx'><span>ppt</span></a><span>] </span></li><li><span>深度强化学习 [</span><a href='./ppt/chap-深度强化学习.pptx'><span>ppt</span></a><span>] </span></li><li><span>序列生成模型 [</span><a href='./ppt/chap-序列生成模型.pptx'><span>ppt</span></a><span>] 一个过时版本：</span><a href='chap-语言模型与词嵌入.pdf'><span>词嵌入与语言模型</span></a></li><li><span>数学基础 </span></li></ol><h2><a name="反馈意见" class="md-header-anchor"></a><span>反馈意见</span></h2><p><span>如果您有任何意见、评论以及建议（先确认最新版本中是否已经修正），请通过GitHub的</span><a href='https://github.com/nndl/nndl.github.io/issues'><span>Issues</span></a><span>页面进行反馈。如果错误比较重要，我会在本书中进行致谢。</span></p><p><span>反馈意见包括但不限于：（因为分开排版关系，页码错误请忽略。）</span></p><ul><li><span>打字错误</span></li><li><span>描述错误: 比如“感知器是非线性分类器”</span></li><li><span>评论</span></li><li><span>建议</span></li></ul><p><span>非常感谢！</span></p><p><span>致谢列表：感谢王利锋、林同茂、张钧瑞、李浩、胡可鑫、韦鹏辉、徐国海、侯宇蓬、任强、王少敬、肖耀、李鹏等同学指出书中的错误。</span></p></div>
</body>
</html>
12 changes: 9 additions & 3 deletions md/index.md
View file
Original file line number Diff line number Diff line change
Expand Up @@ -20,9 +20,15 @@ published: true
作者：[邱锡鹏](<https://xpqiu.github.io/>) 知乎：[@邱锡鹏](https://www.zhihu.com/people/xpqiu)
## 关于本书

近年来，以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能问答、推荐系统到自动驾驶，人们在日常生活中都可能有意无意地使用到了人工智能技术。这些技术的背后都离不开人工智能领域研究者们的长期努力。特别是最近这几年，得益于数据的增多、计算能力的增强、学习算法的成熟以及应用场景的丰富，越来越多的人开始关注这一个“崭新”的研究领域：*深度学习*。深度学习以神经网络为主要模型，一开始用来解决机器学习中的表示学习问题。但是由于其强大的能力，深度学习越来越多地用来解决一些通用人工智能问题，比如推理、决策等。目前，深度学习技术在学术界和工业界取得了广泛的成功，受到高度重视，并掀起新一轮的人工智能热潮。
近年来，以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能助手、推荐系统到自动驾驶，人们在日常生活中都可能有意无意地使用到了人工智能技术。这些技术的背后都离不开人工智能领域研究者们的长期努力。特别是最近这几年，得益于数据的增多、计算能力的增强、学习算法的成熟以及应用场景的丰富，越来越多的人开始关注这一个“崭新”的研究领域：*深度学习*。深度学习以神经网络为主要模型，一开始用来解决机器学习中的表示学习问题。但是由于其强大的能力，深度学习越来越多地用来解决一些通用人工智能问题，比如推理、决策等。目前，深度学习技术在学术界和工业界取得了广泛的成功，受到高度重视，并掀起新一轮的人工智能热潮。

本课程主要介绍神经网络与深度学习中的基础知识、主要模型（前馈网络、卷积网络、循环网络等）以及在计算机视觉、自然语言处理等领域的应用。
主要特点：

系统性：系统地整理了神经网络和深度学习的知识体系。鉴于深度学习涉及的知识点较多，本书从机器学习的基本概念、神经网络模型以及概率图模型三个层面来串联深度学习所涉及的知识点，使读者对深度学习技术的理解更具系统性、条理性和全面性。

可读性：本书在编排上由浅入深，在语言表达上力求通俗易懂，并通过增加图例、示例以及必要的数学推导来理解抽象的概念。同时，附录简要介绍了本书所涉及的必要数学知识，便于读者查用。

实践性：本书在网站上配套了针对每章知识点的编程练习，使得读者在学习过程中可以将理论和实践密切结合，加深对知识点的理解，并具备分析问题和解决问题的能力。

要获取更新提醒，请关注https://github.com/nndl/nndl.github.io

Expand All @@ -34,7 +40,7 @@ published: true

## 概要

**全书内容** [pdf](nndl-book.pdf) (updated 2020-03-17) （推荐用iPad阅读）
**全书内容** [pdf](nndl-book.pdf) (updated 2020-03-19) （推荐用iPad阅读）

更新说明：https://github.com/nndl/nndl.github.io

Expand Down
Binary file modified nndl-book.pdf
View file
Binary file not shown.

0 comments on commit fa2bea4

Please sign in to comment.