豆瓣评分9.4，邱锡鹏教授蒲公英书姊妹篇《神经网络与深度学习：案例与实践》重磅来袭

“我不能创造的东西，我就不理解（ What I cannot create, I do not understand）．”这是诺贝尔物理奖获得者理查德 ·费恩曼（ Richard Feynman）在他办公室黑板上留下的一句话。深度学习的学习中也是如此，只有通过实践才能更深入地理解理论。

蒲公英书《神经网络与深度学习》主要阐述了神经网络与深度学习技术的基本原理和方法。很多读者希望能在学习的同时进行实践，以加深对理论的理解。虽然我在 GitHub上留了一些实践练习的作业，但深知这些作业本身具有一定的门槛，对深度学习的入门读者有一定难度。因此，给《神经网络与深度学习》配一本实践书，一直是我的愿望。刚好百度飞桨团队也在给一些人工智能教材配备实践内容，使得我的愿望提前实现。

——邱锡鹏

内容简介

本书是《神经网络与深度学习》（蒲公英书）的配套实践书，由复旦大学邱锡鹏教授和百度飞桨团队合作完成。本书在章节设计上和《神经网络与深度学习》一一对应，并以模型解读+案例实践的形式进行介绍。模型解读主要聚焦如何从零开始一步步实现深度学习中的各种模型和算法，并结合简单的任务来加深读者对模型和算法的理解；案例实践主要强调如何使用飞桨预定义API来更好地完成实际任务，会涉及一些数据预处理问题。建议读者将本书和《神经网络与深度学习》结合阅读，在动手实践中更深入地理解深度学习的模型和原理。

扫码购买

读者对象

• 高等院校人工智能、数据科学、计算机等相关专业学生

• 深度学习入门者

• 工业界从事人工智能应用的专业人员

本书亮点

• 紧密配套蒲公英书：章节设计一一对应，以模型解读+案例实践的形式进行介绍。

• 更适合深度学习的入门者使用：实践案例使用飞桨框架编写，代码简洁，从零开始一步步进行深度学习的实践，搭建一个轻量级的机器学习框架以及相应的算子库来完成实际任务。

• 术语翻译更加规范：机器学习领域的很多名词存在难翻译和乱翻译的现象，邱锡鹏教授与周志华老师、李航老师、李沐、阿斯顿·张一起讨论和确定了机器学习相关术语的翻译问题，本书中采用了相关术语的最新译法。

• 全方位深度学习入门及提高解决方案：提供免费的视频课程、丰富题库和实训环境，邱锡鹏教授和百度飞桨研发团队亲自讲解示范。

目录

上拉下滑查看目录 ↓

序

前言

第1章实践基础1

1.1如何运行本书的代码...................................2

1.1.1本地运行.....................................2

1.1.2代码下载与使用方法..............................3

1.1.3在线运行.....................................4

1.2张量............................................6

1.2.1创建张量.....................................6

1.2.2张量的属性....................................9

1.2.3张量与Numpy数组转换............................13

1.2.4张量的访问....................................13

1.2.5张量的运算....................................16

1.3算子............................................20

1.3.1算子定义.....................................21

1.3.2自动微分机制..................................25

1.3.3预定义的算子..................................27

1.3.4本书中实现的算子................................27

1.3.5本书中实现的优化器..............................29

1.4本书中使用的数据集和实现的Dataset类........................29

1.4.1数据集......................................29

1.4.2Dataset类....................................31

1.5本书中实现的Runner类.................................31