简介
全书共分为8章，可分为三个部分。读者只需按照章节顺序学习，即可掌握相关知识。第一部分为深度学习基础篇，包括第1～2章，介绍Python基础、数学基础、深度学习的概念和任务等；第二部分为深度学习基本模型篇，包括第3～5章，介绍卷积神经网络、循环神经网络和基于自注意力机制的Transformer网络；第三部分为自然语言应用篇，包括第6～8章，介绍从词向量、预训练语言模型、词法分析等自然语言处理领域的应用和实践。书中各章节相互独立，读者可根据自己的兴趣和时间情况选择使用。书中每章都给出了相应的实践内容，建议读者在阅读时，辅以代码实战，快速上手深度学习，加深模型理解。可作为高等学校相关专业授课教材，也可以供相关工程师阅读参考。
编辑推荐
本书是一本关于深度学习的入门级教程，在编写过程中始终遵循“内容基础、由浅入深、注重实践”。书中较为全面地覆盖了深度学习所必须具备的基础知识以及主要模型，包括Python核心库编程基础、数学基础、感知机、卷积神经网络、循环神经网络以及自注意力模型，并给出模型和算法的代码实现，尽量做到理论和实践高度融合。具体内容的章节安排充分考虑了读者的特点和认知规律，在知识架构和案例穿插的设计上确保强化基础、循序渐进、由浅入深。本书的另外一个重要特点是提供了大量深度学习有趣案例，覆盖了从网络数据爬取到计算机视觉、自然语言处理等领域经典的模型和应用案例。本书每章经典模型和案例都提供了完整PaddlePaddle代码，并给出详细解析和说明，以便加深加快读者对所学内容的理解和掌握。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2024-08-01
- 更新： 2024-11-18
- 书号：9787302664499
- 中图：TP181
- 学科：工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
