多种网盘链接检测插件 购买前，请先检测网盘链接是否有效
《深-度-学-习-核-心-技-术-与-实-践》_1
《深-度-学-习-核-心-技-术-与-实-践》_2
《深-度-学-习-核-心-技-术-与-实-践》_3
内容简介：
作者团队
猿辅导研究团队成立于2014年年中
直从事深度学习在教育领域的应用和研究工
作。团队成员均毕业于北京大学、清华大学
上海交大、中科院、香港大学等知名高校,大
多数拥有硕士或博士学位。研究方向涵盖了
图像识别、语音识别、自然语言理解、数据
挖掘、深度学习等领域。团队成功运用深度
学习技术,从零开始打造出活跃用户过亿的
拍照搜题APP—小猿搜题,开源了分布式
机器学习系统yk-ea和分布式通信系统
yk-mp4。此外,团队自主研发的一系列成
果均成功应用到猿辅导公司的产品中。包
括:速算应用中的在线手写识别、古诗词背
诵中的语音识别、英语口语智能批改、英文
手写拍照识别和英语作文智能批改等技术
博文视点A系列
深度学习
核心技术与实践
猿辅导硏究团队著
電子工掌出社
Publishing House of Electronics
北京 BELJING
内容简介
本书主要介绍深度学习的核心算法,以及在计算机视觉、语音识别、自然语言处理中的
相关应用。本书的作者们都是业界一线的深度学习从业者,所以书中所写内容和业界联系紧
密,所涵盖的深度学习相关知识点比较全面。本书主要讲解原理,较少贴代码。
本书适合深度学习从业人士或者相关研究生作为参考资料,也可以作为入门教程来大致
了解深度学习的相关前沿技术
未经许可,不得以任何方式复制或抄袭本书之部分或全部内容
权所有,侵权必究
图书在版编目(CIP)数据
深度学习核心技术与实践/猿辅导研究团队著.一北京:电子工业出版社,2018
(博文视点AI系列)
ISBN978-7-121-32905-0
L①深…Ⅱ.①猿…Ⅲ①机器学习Ⅳ.①P181
中guo版本图书馆CIP数据核字(2017)第258324号
责任编辑:葛娜
印刷:北京京科印刷有限公司
装订:北京京科印刷有限公司
出版发行:电子工业出版社
北京市海淀区万寿路173信箱邮编:100036
开本:787×980
张:33字数:718千字
版次:2018年2月第1版
印次:2018年2月第1次印刷
定价:119.00元
凡所购买电子工业出版社图书有缺损问題,请向购买书店调换。若书店售缺,请与本社
发行部联系,联系及邮购电话 010)88254888,8825888
质量投诉请发邮件至zts@phei.com.cn,盗版侵权举报请发邮件至dbqg@phei.com.cn
本书咨询联系方式010)51260888819faq@phei.com.cn。
前言
本书的大部分作者在深度学习流行之前有幸从事机器学习相关工作多年。在我们内部,
直认同一个段子:有多少人工就有多少智能。
·在深度学习流行之前的传统机器学习年代,我们认为“人工”更多强调的是特征工
之难,需要机器学习从业者不断分析数据,挖掘新的特征。
·在深度学习流行的这几年,我们认为这句话依然成立,只是“人工”更多地强调人工
标注,因为深度学习需要大量的标注数据。当然,也有人反驳说不需要标注,用户的
使用历史天然就是标注。实际上,这可以理解为一种众筹标注。
·在深度学习发展的未来,我们希望这句话不再成立,期待无监督模型取得更长足的进
步,使得“人工”智能变为真正的智能
在追求智能的路上,我们虽然是创业公司,但一直坚持机器学习相关课程的学习和Pap
Reading,陆续学习了传统的机器学习相关算法,也探索了深度学习的相关原理,并不断应用
到实践中。
受益于当今学术开放开源的氛围,深度学习的最新算法甚至代码实践大家都能在第一
时间进行学习。所以在创业公司的早期深度学习实践中,最重要的并不是算法理论方面的创
新,而是结合产品需求如何进行深度学习技术的落地。这就要求团队不仅需要对业务非常熟
悉,也需要对深度学习相关算法了如指掌,同时还需要有人可以真正用代码将算法落地
幸运,我们的团队具备这样的能力,所以在深度学习的实践中较少走弯路。随着多年的积累
团队在深度学习方面开始有不少自己的创新,也对理论有了整体的认识。从2016年下半年
开始,团队部分成员利用周末等业余时间撰写了这本书,算是对团队过去所学深度学习知识
的一个总结。本书的撰写都是大家牺牲周末时间完成的,且在撰写过程中,碰到多次项目进
度非常紧急的情况,周末时间也被项目占用,但大家还是克服困难,完成了书稿,非常感谢
这些作者的配合!此外,猿辅导研究团队的大部分成员参与了审稿相关工作,在此一并表示
惑谢!
当然,本书撰写较仓促,作者人数也较多,错误和不足在所难免,烦请读者及时反馈,
我们将及时纠正
在这个过程中,有了一点点微不足道的积累。希望通过本书,对过去学过的知识做一些
总结归纳,同时分享出来让更多的深度学习爱好者一起受益
写作分工
Zhu珊珊编写了第1章的12.1节主要部分、1.3节,第2章的绝大部分内容,第13章。
邓澍军编写了前言,第1章的11节、1.22节至1.24节,第2章的222节、226节至
2.2.8节,第3章,第6章的61节、6.2节,第7章,第8章的81节,第9章,第10章的
106节、10.7节,第11、17、18、21章,第25章的25.3节
Chen孟阳编写了第4、10章
孙萌编写了第5、22章。
冯超编写了第6章的63节至6.10节,第8章的83节、8.5节至8.7节,第27、28章
曹月恬编写了第8章的82节、8.4节,第24章
杨晓庆编写了第12、26章
夏龙编写了第14、15章,第16章的16.1节、16.2节、16.5节、166节
吴凡编写了第16章的163节、164节。
赵薇编写了第19章
Chen冬晓编写了第20章
赵玲玲编写了第23章
王锐坚编写
本书特点
本书首先介绍了深度学习的一些基本原理,然后介绍了计算机视觉、语音识别、自然语
言处理的相关应用,最后介绍了一些较前沿的研究方向
本书具有如下特点:
·计算机视觉、语音识别、自然语言处理这三方面的介绍内容绝大部分是作者团队有过
相关实践和研究的方向,和业界联系紧密
所涵盖的深度学习相关知识点比较全面
·干货:主要讲解原理,较少贴代码
|
|
