소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

이것은 아마도 오늘날 이용 가능한 딥 러닝에 대한 가장 포괄적이고 최신의 개요 중 하나일 것입니다.

딥러닝 분야가 호황을 누리고 있으며, 최근에는 인기 있는 학습 자료도 있습니다.

최근 MIT출판사의 신간 '딥러닝 이해'가 중국어 버전으로 출시됐다.

이 책은 21개 장으로 구성되어 기본 구성, Transformer 아키텍처, 그래프 신경망 GNN, 강화 학습 RL, 확산 모델 등 딥러닝 분야의 여러 핵심 개념을 다루고 있습니다. 이는 초보자와 숙련된 개발자 모두에게 매우 유용합니다.

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

책의 원본 링크: https://udlbook.github.io/udlbook/

현재 이 책의 영어 전자 버전은 344,000회 다운로드되었습니다.

책의 실제 버전은 지난해 12월 공식 출시됐으며 총 541페이지에 달하며, 전자 버전도 지속적으로 업데이트됐다. 현재 웹사이트에는 저자가 68개의 Python 노트북 연습문제도 제공하고 있으며, 이는 독자들이 프로그래밍 실습을 통해 이해를 심화하는 데 도움이 됩니다.

이 책은 딥러닝의 기본 개념을 사람들에게 정확하고 이해하기 쉽게 소개하고, 이제 막 딥러닝을 시작하는 독자들이 딥러닝의 원리를 이해할 수 있도록 돕는 것을 목표로 합니다. 이 책의 내용을 깊이 있게 이해하고 싶은 독자라면 학부 수준의 수학 지식만 있어도 이 책을 이해할 수 있다.

구체적으로 책 초반부에서는 딥러닝 모델을 소개하고, 이러한 모델을 훈련하고 평가하는 방법과 성능을 향상시키는 방법을 논의합니다. 다음 섹션에서 저자는 이미지, 텍스트 및 그래프 데이터용으로 특별히 설계된 아키텍처를 안내합니다. 후속 장에서는 생성 모델과 강화 학습을 살펴봅니다. 두 번째 장에서는 아직 완전히 이해되지 않은 이러한 측면과 기타 측면을 탐구합니다. 마지막 장에서는 AI 윤리에 대해 논의합니다.

목차

1장 - 소개 소개

2장 - 지도 학습 지도 학습

3장 - 얕은 신경망 얕은 신경망

4장 - 심층 신경망 심층 신경망

5장 - 손실 함수 손실 함수

6장 - 피팅 모델 훈련 모델

7장 - 그라데이션 및 초기화 그라데이션 및 초기화

8장 - 성과 측정 성과 평가

9장 - 정규화 정규화

10장 - 컨볼루션 네트워크 컨볼루션 네트워크

11장 - 잔여 네트워크 잔여 네트워크

12장 - 트랜스포머

13장 - 그래프 신경망 그래프 신경망

14장 비지도 학습 비지도 학습

15장 생성적 적대 신경망 생성적 적대 신경망

16장 - 흐름 표준화 흐름 표준화

17장 - 변형 오토인코더 변형 오토인코더

18장 - 확산 모델 확산 모델

19장 - 심층 강화 학습 심층 강화 학습

20장 - 딥러닝은 왜 작동하는가?

21장 딥러닝과 윤리 딥러닝과 윤리

작가에 대해

『딥러닝에 대한 심층적 이해』의 저자는 영국 바스대학교 컴퓨터과학과 교수인 사이먼 JD 프린스(Simon JD Prince)로, 컴퓨터 비전과 컴퓨터 그래픽에 중점을 두고 있다.

LinkedIn 정보에 따르면 Simon JD Prince는 10년 이상 연구 기관에서 컴퓨터 과학 및 AI 연구에 종사해 왔으며, 예를 들어 소프트웨어 개발 회사인 Anthropics Technology의 수석 과학자로 7년 동안 근무했습니다. 2022년에는 바스대학교 명예교수로 부임했습니다.

Simon JD Prince는 최고의 컨퍼런스(CVPR, ICCV, SIGGRAPH 등)에서 50개 이상의 논문을 발표했습니다. 그는 또한 Computer Vision: Models, Learning, and Inference의 저자이기도 합니다.

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