许多机器学习问题采用了以大量参数作为输入,以损失函数作为最终输出的形式。损失函数的输出(在许多情况下)是一个标量值,它是“重要人物”。这意味着我们需要找到损失函数对每个参数的导数。在这种情况下,如果沿着从输出到输入的方向传播导数,只要传播一次,就能求出对所有参数的导数。因为该方法的计算效率较高,所以我们采用反向传播导数的方式。
深度学习框架中蕴藏着惊人的技术和有趣的机制,旨在揭开这些技术和机制的神秘面纱,帮助正确理解技术,体会它们的有趣之处。从零开始创建一个深度学习框架——DeZero。DeZero 是原创的框架,它用最少的代码实现了现代深度学习框架的功能。分60 个步骤来完成这个框架,在此过程中,会加深对PyTorch、TensorFlow 和Chainer 等现代深度学习框架的理解,看清深度学习框架的本质。
如今,深度学习正在推动各个领域的创新。自动驾驶技术、疾病自动诊断技术、高精度机器翻译技术、先进的机器人控制技术……这些仿佛在虚拟世界中才会出现的技术近年来正在成为现实,而且在实际生活中得到了应用。令人惊讶的是,这些技术大多因为深度学习才得以实现(或者正在实现)。可以说我们生活在一个由深度学习改变世界的时代。
《深度学习入门2自制框架》中文PDF+源代码+斋藤康毅
《深度学习入门2自制框架》中文PDF,504页,有书签,文字可复制;配套源代码,斋藤康毅著
下载: https://pan.baidu.com/s/1PBrX88KcKP4TEselzCAC7A?pwd=2s36
提取码: 2s36