深度學習高手筆記 卷1：基礎算法

　　本書通過扎實、詳細的內(nèi)容和清晰的結構，從算法理論、算法源碼、實驗結果等方面對深度學習算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在計算機視覺方向的一些卷積神經(jīng)網(wǎng)絡，從基礎骨干網(wǎng)絡、輕量級 CNN、模型架構搜索 3 個方向展開，介紹計算機視覺方向的里程碑算法；第二篇主要介紹深度學習在自然語言處理方向的重要突破，包括基礎序列模型和模型預訓練；第三篇主要介紹深度學習在模型優(yōu)化上的進展，包括模型優(yōu)化方法。通過閱讀本書，讀者可以深入理解主流的深度學習基礎算法，搭建起自己的知識體系，領會算法的本質(zhì)，學習模型優(yōu)化方法。無論是從事深度學習科研的教師及學生，還是從事算法落地實踐的工作人員，都能從本書中獲益。

　　劉巖，澳門大學計算機科學專業(yè)碩士， 目前就職于京東零售-技術與數(shù)據(jù)中心。在學生期間從事人工智能相關研究，發(fā)表多篇計算機視覺、自然語言處理等方向的專利和學術論文。畢業(yè)后從事深度學習相關工作，擅長前沿人工智能算法的原理分析和應用落地，擅長計算機視覺、自然語言處理等方向的技術，先后參與并負責了多個深度學習算法在不同場景的業(yè)務落地，如光學字符識別、公式識別、人臉識別、手勢識別、視頻摳像、文本分類/命名實體識別、預訓練語言模型、語音識別、圖神經(jīng)網(wǎng)絡等。目前主要負責電商場景下預訓練語言模型的研發(fā)以及輿情風險的智能識別與治理。