认真推荐一份深度学习笔记:简约而不简单

认真推荐一份深度学习笔记:dl-notes ,作者是我的师兄朱鉴,很多年前,他也给过我一份《无约束最优化》的笔记,在这里发布过。这份文件虽然被他命名为:一份简短的深度学习笔记,但是我读完后的第一反应是:简约而不简单。师兄在工作上一直是我的偶像,他在腾讯深耕自然语言处理相关方向6年,之后又一直在小米打拼,作为技术专家,现在主要负责对话系统相关的工作。他在工作上兢兢业业,但是工作之余也一直在学习,前两天他把这份笔记给我,说这是工作之余学习的一个总结,希望分享给大家。这份深度学习笔记共有150多页,从基础的微积分、线性代数、概率论讲起,再到数值计算、神经网络、计算图、反向传播、激活函数、参数优化、损失函数、正则化等概念,最后落笔于网络架构,包含前向网络、卷积网络、递归网络以及Transformer和Bert等,涵盖的内容非常系统全面。强烈推荐给大家,个人觉得这是一份极好的深度学习中文材料,可用于深度学习入门或者平时工作参考,当然也可以基于这份笔记的任何一个章节做深度扩展阅读和学习。

以下是这份笔记的完整目录:


该笔记Github链接,欢迎Star:

https://github.com/jianzhu/dl-notes

PDF链接:
https://github.com/jianzhu/dl-notes/blob/master/deep_learning.pdf

也可关注AINLP公众号,回复"dlnotes"获取深度学习笔记以及无约束最优化两份文档网盘链接:

注:原创文章,转载请注明出处及保留链接“我爱自然语言处理”:http://www.52nlp.cn

本文链接地址:认真推荐一份深度学习笔记:简约而不简单
http://www.52nlp.cn/?p=12214

一个有趣有AI的NLP公众号

NLPJob

认真推荐一份深度学习笔记:简约而不简单》上有2条评论

  1. 葛俊杰

    作者您好,最近需要了解NLU及相关算法的知识,包括如LSTM,CRF,BERT等等。能否推荐一些相关的入门学习资料? 不求精通,但能理解就行。
    之前有涉及过图像方面GAN模型

    [回复]

    52nlp 回复:

    如果时间充足的话,个人推荐书籍 slp3: https://web.stanford.edu/~jurafsky/slp3/ 和课程 cs224n: https://web.stanford.edu/class/cs224n/ ,不过这两个经典书籍和课程不一定能涉及到bert,这方面需要你自己去google一些相关资料看看,譬如原始论文和其他解读

    [回复]

发表评论

电子邮件地址不会被公开。 必填项已用*标注