最全中文深度學習入門書：小白易入，課程代碼PPT全有

銅靈 發自 凹非寺

量子位 出品 | 公眾號 QbitAI

入門深度學習的最大阻礙是啥，課程資料太少、難度太大？

可能對於大部分中國AIer來說，語言門檻高過了一座大山。網紅課雖好，但是英語聽不懂啊。

現在，一套口碑巨佳的中文版深度學習書更新了，這套書名叫《神經網路與深度學習》，復旦大學老師邱錫鵬出品，從語言上先把不必要的門檻降低了。

它面向深度學習小白，從人工智慧的基本概念開啟，可以說超級友好了。

此外，可以附加的全部資料一站式配齊，從教材、講解PPT、示例代碼到課後練習都有，全方位無死角教你學AI。

書里都有啥？

這本書目前已經更新完，共有16章，從機器學習概論開始，涵蓋多種基礎神經網路模型的基礎知識。

課程目錄如下：

緒論

機器學習概述

線性模型

前饋神經網路

卷積神經網路

循環神經網路

網路優化與正則化

注意力機制與外部記憶

無監督學習

模型獨立的學習方式

概率圖模型

深度信念網路

深度生成模型

深度強化學習

序列生成模型

數學基礎

判斷是一門課好不好學，圖多是一個重要的因素，一是能幫助理解，二是還能減輕心理負擔。邱老師的這套課，就是圖很豐富的那種。

比如在書中一開始《如何開發一個人工智慧系統》章節，有這樣的結構圖分清神經網路、機器學習與概率圖模型的關係：

還有這樣的對比圖講解「過擬合」的知識點：

還有一些已經整理好的對比圖表，將這套教程作為工具書使用也是極好的：

是不是比書本上的長篇大論好理解多了。

數學小白必入

可以看出，這套書還是以普及深度學習相關概念為主，如果高數基礎不好，還可以藉助第16章節數學基礎的38頁PDF，將所需的理論知識一次性補全。

在這一部分，邱老師介紹了一些深度學習涉及到的基礎數學知識，包括線性代數、微積分、數值優化、概率論和資訊理論等。

介紹方式簡潔明了，針對深度學習任務進行了篩選。比如在線性代數這一小節，邱老師主要介紹了向量的概念：

以及必須要學的矩陣基礎知識：

再也不用為劃重點發愁，因為邱老師早已經整理好了~

理解神經網路所用的數學知識，有這麼幾頁就能看懂大部分了。

作者其人

這本書的作者邱錫鵬老師，目前是復旦大學計算機科學技術學院的博士生導師、自然語言處理與深度學習組的副教授。

從本科讀書、博士研究再到畢業後工作，邱老師都是在復旦大學工作，《神經網路與深度學習》也是邱老師帶的研究生要學的課程。

目前，邱老師主要研究統計機器學習、自然語言處理以及對話系統/自動問答系統，此前還開源過一個全新的自然語言處理工具FastNLP：

https://github.com/FudanNLP/fnlp

傳送門

GitHub地址：

https://nndl.github.io/

PDF講義：

https://nndl.github.io/nndl-book.pdf

3小時課程概要PDF：

https://nndl.github.io/ppt/神經網路與深度學習-3小時.pdf

示例代碼：

https://github.com/nndl/nndl-codes

課後練習：

https://github.com/nndl/exercise

別猶豫了，抱走這套深度學習資源開始學習吧。

—完—

量子位AI 系列沙龍--智慧城市

加入社群

量子位AI社群開始招募啦，量子位社群分：AI討論群、AI 行業群、AI技術群；

歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字「微信群」，獲取入群方式。（技術群與AI 行業群需經過審核，審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

喜歡就點這裡吧 !

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！