深度學(xué)習(xí)經(jīng)典教程（pytorch版 套裝共2冊）

　　9787115461476 深度學(xué)習(xí) 168.00 9787115600820 動手學(xué)深度學(xué)習(xí)（PyTorch版） 109.80《深度學(xué)習(xí)》 《深度學(xué)習(xí)》由全球知名的三位專家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰寫，是深度學(xué)習(xí)領(lǐng)域奠基性的經(jīng)典教材。全書的內(nèi)容包括3個部分：第 1部分介紹基本的數(shù)學(xué)工具和機器學(xué)習(xí)的概念，它們是深度學(xué)習(xí)的預(yù)備知識；第 2部分系統(tǒng)深入地講解現(xiàn)今已成熟的深度學(xué)習(xí)方法和技術(shù)；第3部分討論某些具有前瞻性的方向和想法，它們被公認為是深度學(xué)習(xí)未來的研究重點。《深度學(xué)習(xí)》適合各類讀者閱讀，包括相關(guān)專業(yè)的大學(xué)生或研究生，以及不具有機器學(xué)習(xí)或統(tǒng)計背景、但是想要快速補充深度學(xué)習(xí)知識，以便在實際產(chǎn)品或平臺中應(yīng)用的軟件工程師。 《動手學(xué)深度學(xué)習(xí)（PyTorch版）》 本書是《動手學(xué)深度學(xué)習(xí)》的重磅升級版本，選用經(jīng)典的PyTorch深度學(xué)習(xí)框架，旨在向讀者交付更為便捷的有關(guān)深度學(xué)習(xí)的交互式學(xué)習(xí)體驗。 本書重新修訂《動手學(xué)深度學(xué)習(xí)》的所有內(nèi)容，并針對技術(shù)的發(fā)展，新增注意力機制、預(yù)訓(xùn)練等內(nèi)容。本書包含15章，第一部分介紹深度學(xué)習(xí)的基礎(chǔ)知識和預(yù)備知識，并由線性模型引出最簡單的神經(jīng)網(wǎng)絡(luò)——多層感知機；第二部分闡述深度學(xué)習(xí)計算的關(guān)鍵組件、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、注意力機制等大多數(shù)現(xiàn)代深度學(xué)習(xí)應(yīng)用背后的基本工具；第三部分討論深度學(xué)習(xí)中常用的優(yōu)化算法和影響深度學(xué)習(xí)計算性能的重要因素，并分別列舉深度學(xué)習(xí)在計算機視覺和自然語言處理中的重要應(yīng)用。本書同時覆蓋深度學(xué)習(xí)的方法和實踐，主要面向在校大學(xué)生、技術(shù)人員和研究人員。閱讀本書需要讀者了解基本的Python編程知識及預(yù)備知識中描述的線性代數(shù)、微分和概率等基礎(chǔ)知識。

　　《深度學(xué)習(xí)》 作者簡介Ian Goodfellow，谷歌公司（Google） 的研究科學(xué)家，2014 年蒙特利爾大學(xué)機器學(xué)習(xí)博士。他的研究興趣涵蓋大多數(shù)深度學(xué)習(xí)主題，特別是生成模型以及機器學(xué)習(xí)的安全和隱私。Ian Goodfellow 在研究對抗樣本方面是一位有影響力的早期研究者，他發(fā)明了生成式對抗網(wǎng)絡(luò)，在深度學(xué)習(xí)領(lǐng)域貢獻卓 越。Yoshua Bengio，蒙特利爾大學(xué)計算機科學(xué)與運籌學(xué)系（DIRO） 的教授，蒙特利爾學(xué)習(xí)算法研究所（MILA） 的負責人，CIFAR 項目的共同負責人，加拿大統(tǒng)計學(xué)習(xí)算法研究主席。Yoshua Bengio 的主要研究目標是了解產(chǎn)生智力的學(xué)習(xí)原則。他還教授“機器學(xué)習(xí)”研究生課程（IFT6266），并培養(yǎng)了一大批研究生和博士后。Aaron Courville，蒙特利爾大學(xué)計算機科學(xué)與運籌學(xué)系的助理教授，也是LISA 實驗室的成員。目前他的研究興趣集中在發(fā)展深度學(xué)習(xí)模型和方法，特別是開發(fā)概率模型和新穎的推斷方法。Aaron Courville 主要專注于計算機視覺應(yīng)用，在其他領(lǐng)域，如自然語言處理、音頻信號處理、語音理解和其他AI 相關(guān)任務(wù)方面也有所研究。中文版審校者簡介張志華，北京大學(xué)數(shù)學(xué)科學(xué)學(xué)院統(tǒng)計學(xué)教授，北京大學(xué)大數(shù)據(jù)研究中心和北京大數(shù)據(jù)研究院數(shù)據(jù)科學(xué)教授，主要從事機器學(xué)習(xí)和應(yīng)用統(tǒng)計學(xué)的教學(xué)與研究工作。 譯者簡介趙申劍，上海交通大學(xué)計算機系碩士研究生，研究方向為數(shù)值優(yōu)化和自然語言處理。黎彧君，上海交通大學(xué)計算機系博士研究生，研究方向為數(shù)值優(yōu)化和強化學(xué)習(xí)。符天凡，上海交通大學(xué)計算機系碩士研究生，研究方向為貝葉斯推斷。李凱，上海交通大學(xué)計算機系博士研究生，研究方向為博弈論和強化學(xué)習(xí)。 《動手學(xué)深度學(xué)習(xí)（PyTorch版）》 作者簡介：阿斯頓.張（Aston Zhang），亞馬遜資深科學(xué)家，美國伊利諾伊大學(xué)香檳分校計算機科學(xué)博士，統(tǒng)計學(xué)和計算機科學(xué)雙碩士。他專注于機器學(xué)習(xí)和自然語言處理的研究，榮獲深度學(xué)習(xí)國際頂級學(xué)術(shù)會議ICLR杰出論文獎、ACM UbiComp杰出論文獎以及ACM SenSys最佳論文獎提名。他擔任過EMNLP領(lǐng)域主席和AAAI資深程序委員。扎卡里.C. 立頓（Zachary C. Lipton），美國卡內(nèi)基梅隆大學(xué)機器學(xué)習(xí)和運籌學(xué)助理教授，并在海因茨公共政策學(xué)院以及軟件和社會系統(tǒng)系擔任禮節(jié)性任命。他領(lǐng)導(dǎo)著近似正確機器智能（ACMI）實驗室，研究涉及核心機器學(xué)習(xí)方法、其社會影響以及包括臨床醫(yī)學(xué)和自然語言處理在內(nèi)的各種應(yīng)用領(lǐng)域。他目前的研究重點包括處理各種因果結(jié)構(gòu)下分布變化的穩(wěn)健和自適應(yīng)算法、超越預(yù)測為決策提供信息（包括應(yīng)對已部署模型的戰(zhàn)略響應(yīng)）、醫(yī)學(xué)診斷和預(yù)后預(yù)測、算法公平性和可解釋性的基礎(chǔ)。他是“Approximately Correct”博客的創(chuàng)始人，也是諷刺性漫畫“Superheroes of Deep Learning”的合著者。李沐（Mu Li），亞馬遜資深首席科學(xué)家（Senior Principal Scientist），美國加利福尼亞大學(xué)伯克利分校、斯坦福大學(xué)客座助理教授，美國卡內(nèi)基梅隆大學(xué)計算機系博士。他曾任機器學(xué)習(xí)創(chuàng)業(yè)公司Marianas Labs的CTO和百度深度學(xué)習(xí)研究院的主任研發(fā)架構(gòu)師。他專注于機器學(xué)習(xí)系統(tǒng)和機器學(xué)習(xí)算法的研究。他在理論與應(yīng)用、機器學(xué)習(xí)與操作系統(tǒng)等多個領(lǐng)域的頂級學(xué)術(shù)會議上發(fā)表過論文，被引用上萬次。亞歷山大.J. 斯莫拉（Alexander J. Smola），亞馬遜副總裁/杰出科學(xué)家，德國柏林工業(yè)大學(xué)計算機科學(xué)博士。他曾在澳大利亞國立大學(xué)、美國加利福尼亞大學(xué)伯克利分校和卡內(nèi)基梅隆大學(xué)任教。他發(fā)表過超過300篇學(xué)術(shù)論文，并著有5本書，其論文及書被引用超過15萬次。他的研究興趣包括深度學(xué)習(xí)、貝葉斯非參數(shù)、核方法、統(tǒng)計建模和可擴展算法。譯者簡介：何孝霆（Xiaoting He），亞馬遜應(yīng)用科學(xué)家，中國科學(xué)院軟件工程碩士。他專注于對深度學(xué)習(xí)的研究，特別是自然語言處理的應(yīng)用（包括語言模型、AIOps、OCR），相關(guān)工作落地于眾多企業(yè)。他擔任過ACL、EMNLP、NAACL、EACL等學(xué)術(shù)會議的程序委員或?qū)徃迦恕Ｈ鸪眱?胡（Rachel Hu），亞馬遜應(yīng)用科學(xué)家，美國加利福尼亞大學(xué)伯克利分校統(tǒng)計學(xué)碩士，加拿大滑鐵盧大學(xué)數(shù)學(xué)學(xué)士。她致力于將機器學(xué)習(xí)應(yīng)用于現(xiàn)實世界的產(chǎn)品。她也是亞馬遜人工智能團隊的講師，教授自然語言處理、計算機視覺和機器學(xué)習(xí)商業(yè)應(yīng)用等課程。她已向累計1000余名亞馬遜工程師教授機器學(xué)習(xí)，其公開課程視頻在YouTube和嗶哩嗶哩上廣受好評。