berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Ini mungkin salah satu ikhtisar pembelajaran mendalam paling komprehensif dan terkini yang tersedia saat ini.

Bidang pembelajaran mendalam sedang booming, dan baru-baru ini ada materi pembelajaran yang populer.

Baru-baru ini, buku baru "Understanding Deep Learning" dari MIT Press memperkenalkan versi bahasa Mandarin.

Buku ini dibagi menjadi 21 bab, mencakup banyak konsep kunci di bidang pembelajaran mendalam, termasuk konstruksi dasar, arsitektur Transformer, jaringan saraf grafik GNN, pembelajaran penguatan RL, model difusi, dll. Ini sangat berharga bagi pemula dan pengembang berpengalaman.

GitHub Sumber:https://github.com/careywyr/UnderstandingDeepLearning-ZH-CN

Tautan asli buku: https://udlbook.github.io/udlbook/

Saat ini, buku versi elektronik bahasa Inggris telah diunduh sebanyak 344.000 kali.

Buku versi fisik resmi dirilis pada Desember tahun lalu dengan total 541 halaman, namun versi elektroniknya terus diperbarui. Saat ini di website, penulis juga menyediakan 68 latihan notebook Python, yang dapat membantu pembaca memperdalam pemahamannya melalui latihan pemrograman.

Buku ini diharapkan dapat memperkenalkan ide-ide dasar pembelajaran mendalam kepada masyarakat dengan cara yang akurat dan mudah dipahami, serta bertujuan untuk membantu pembaca yang baru memulai memahami prinsip-prinsip di balik pembelajaran mendalam. Bagi pembaca yang ingin memahami isi buku ini secara mendalam, hanya diperlukan pengetahuan matematika tingkat sarjana untuk memahaminya.

Secara khusus, buku ini memperkenalkan model pembelajaran mendalam di bagian awal dan membahas cara melatih, mengevaluasi model tersebut, dan cara meningkatkan kinerjanya. Pada bagian berikut, penulis membawa kita melalui arsitektur yang dirancang khusus untuk data gambar, teks, dan grafik. Bab selanjutnya mengeksplorasi model generatif dan pembelajaran penguatan. Bab kedua dari belakang mengeksplorasi aspek-aspek ini dan aspek-aspek lain yang belum sepenuhnya dipahami. Bab terakhir membahas etika AI.

Daftar isi

Bab 1 - Pendahuluan Pendahuluan

Bab 2 - Pembelajaran yang diawasi Pembelajaran yang diawasi

Bab 3 - Jaringan saraf dangkal Jaringan saraf dangkal

Bab 4 - Jaringan saraf dalam Jaringan saraf dalam

Bab 5 - Fungsi Kerugian Fungsi Kerugian

Bab 6 - Model pelatihan model pas

Bab 7 - Gradien dan inisialisasi Gradien dan inisialisasi

Bab 8 - Mengukur Kinerja Evaluasi kinerja

Bab 9 - Regularisasi Regularisasi

Bab 10 - Jaringan konvolusional Jaringan konvolusional

Bab 11 - Jaringan sisa Jaringan sisa

Bab 12 - Transformer

Bab 13 - Grafik jaringan saraf Grafik jaringan saraf

Bab 14 - Pembelajaran tanpa pengawasan Pembelajaran tanpa pengawasan

Bab 15 - Jaringan permusuhan generatif Jaringan permusuhan generatif

Bab 16 - Normalisasi aliran Standarisasi aliran

Bab 17 - Autoencoder variasional Autoencoder variasi

Bab 18 - Model Difusi Model Difusi

Bab 19 - Pembelajaran penguatan mendalam Pembelajaran penguatan mendalam

Bab 20 - Mengapa pembelajaran mendalam berhasil?

Bab 21 - Pembelajaran mendalam dan etika Pembelajaran mendalam dan etika

tentang Penulis

Penulis "Pemahaman Mendalam tentang Pembelajaran Mendalam" adalah Simon JD Prince, seorang profesor ilmu komputer di Universitas Bath di Inggris. Dia berfokus pada visi komputer dan grafik komputer.

Menurut informasi LinkedIn, Simon JD Prince telah terlibat dalam ilmu komputer dan penelitian AI di lembaga penelitian selama lebih dari sepuluh tahun, misalnya, ia menjabat sebagai kepala ilmuwan di perusahaan pengembangan perangkat lunak Anthropics Technology selama 7 tahun. Pada tahun 2022, ia bergabung dengan Universitas Bath sebagai Profesor Emeritus.

Simon JD Prince telah menerbitkan lebih dari 50 makalah di konferensi terkemuka (CVPR, ICCV, SIGGRAPH, dll.). Ia juga penulis Computer Vision: Model, Pembelajaran, dan Inferensi.

https://x.com/tuturetom/status/1814689613304508777