Çin'deki ilk ücretsiz derin öğrenme kitabı. Daha fazlasını öğrenmek ister misiniz?
Leifeng.com AI teknolojisi inceleme basını: Bu makale "Li Li'nin Blogu" ndan aktarılmıştır. Yazar Li Li, Huanxin Yapay Zeka Araştırma ve Geliştirme Merkezi başkan yardımcısıdır. Doğal dil işleme ve yapay zeka araştırma ve geliştirme alanlarında on yıldan fazla deneyime sahiptir. Birçok akıllı donanım soru-cevap ve diyalog sisteminin geliştirilmesine başkanlık eder ve Huanxin'den sorumludur. Çince semantik analiz açık platformunun ve Huanxin akıllı robotunun tasarımı ve geliştirilmesi. Son zamanlarda, blogunda Çin'deki ilk ücretsiz derin öğrenme kitabını yayınladı - "Derin Öğrenme Teorisi ve Pratik Savaş: İyileştirme". Bu kitap, derinlemesine teorik analiz ve ayrıntılı olarak işitsel, görsel, dil ve pekiştirmeli öğrenmenin dört alanını kapsamaktadır. Kod analizi.
Yeniden yazdırmak için lütfen yazarla (gmail dot com adresinden fantezi) iletişime geçin!
Önsöz
Eylül 2016'da, CSDN hakkında, özellikle fazla deneyimi olmayan geliştiriciler için bazı derin öğrenme makaleleri yayınladım. Darwin onu okuduktan sonra makalemin nispeten kolay anlaşıldığını hissetti ve beni bir kitap yazmaya davet etti ve ısınır almaz onu kabul etti. Günümüzde yayınlanan çok sayıda kitap olmasına rağmen kitap yazmak benim için her zaman çok ciddi ve önemli bir konu. Konfüçyüsçülüğün üç ölümsüzlüğü, kadimlerin ona büyük önem verdiklerini gösteren ahlak, değerli hizmet ve konuşmadır. Bu kitabım, derin öğrenme hakkında sadece teknik bir kitaptır, bir bakış açısı olmaktan çok uzaktır, ancak her zaman bazı okuyucular olacaktır, bu yüzden bu kitabın başkalarını yanıltmaktansa en azından okuyuculara yardımcı olacağını umuyorum. İlk kelimeyi yazmanın başlangıcından bugüne kadar dört yıl sürdü ve iki buçuk yıl sürdü. Bir yandan, işle meşgul olduğum için fazla zamanım yok, ama daha önemli olan neden onu daha iyi yazmak istemem. Kitap yazma süreci de bir öğrenme sürecidir.Yazar, kitaptaki her makaledeki her kod satırını tam olarak anlamasını ister ve anlamadığı içeriği kitaba asla koymaz. Tabii ki, sınırlı kişisel düzey nedeniyle, anlayışta kesinlikle birçok sapma ve eksiklik olacaktır.Okuyucular tavsiyelerde bulunabilirler.
Piyasada derin öğrenme üzerine pek çok kitap var Bu kitabın en büyük özelliği teori ve pratiğin birleşimi ve içeriğin genişliği. Şimdi herkesin görebileceği derin öğrenme kitapları kabaca iki kategoriye ayrılabilir; biri yalnızca teoriye, diğeri ise yalnızca uygulamalara odaklanır. İlki çoğunlukla konferans bildirileridir ve elbette Ian Goodfellow ve Yoshua Bengio'nun Derin Öğrenimini de içerir. Bu kitapların okuyucuları, profesyonel araştırmacılar ve ilgili dalların öğrencileridir ve temel teorilere ve en yeni sınır gelişmelerine daha fazla önem verirler. Bu tür bir kitabı anlamak genellikle zordur ve okuduktan sonra hala problemi nasıl çözeceğimi bilmiyorum. Diğer tür kitaplar, çoğunlukla çerçeve araçlarının tanıtımı için uygulamaya daha fazla önem veriyor, ara sıra bazı teorilerden bahsediyor ama aynı zamanda dur. Okuyucuların gözünde, çeşitli algoritmalar sadece bir kara kutudur. Çalışabildikleri halde bunu bilmiyorlar. Elbette, nasıl akort edeceğimi bilmiyorum ve bir sorunla karşılaştığımda nasıl çözeceğimi bile bilmiyorum. Bu kitabın amacı, temel teorileri ve en son gelişmeleri tanıtmak ve aynı zamanda kodun uygulanmasını tanıtmak için anlaşılması kolay bir dil kullanmaktır. Teori ve pratiğin birleşimi yoluyla, okuyucular teorik bilgi hakkında daha derin bir anlayışa sahip olabilirken, teorik bilgiyi pratiğe rehberlik etmek için kullanabilir. Bu nedenle, bu kitabın önemli bir özelliği, bir modelin tanıtıldığı her seferinde, uygulamasının tanıtılacağıdır.Bir modelin girişini okuduktan sonra, okuyucular bu kodları çalıştırabilir, okuyabilir ve değiştirebilir, böylece teorik bilgileri daha derin bir şekilde anlayabilirler.
Bu kitabın ikinci önemli özelliği, içeriğin genişliğidir Kitap, işitme, görme, dil ve pekiştirme öğreniminin dört ana alanını kapsamaktadır. Okuyucular, bölümlerin isimlendirilmesinden yazarın "hırsını" da görebilirler Bu kitap, derin öğrenmenin yaygın uygulama yönlerinin çoğunu kapsar. Piyasadaki kitapların çoğu yalnızca görsel ve dil içeriği sunar ve genellikle basit görüntü sınıflandırması veya NLP'de RNN ve seq2seq modellerinin uygulanması için CNN ile sınırlıdır. Bu kitabın görsel bölümünde CNN ve en son ResNet ve Inception modellerini tanıtmanın yanı sıra, hedef tespiti için R-CNN, Fast R-CNN, Faster R-CNN modellerini de tanıtır; örneğin segmentasyon için Maske R-CNN Model; Yüz tanıma için FaceNet; ayrıca Neural Style Transfer ve GAN'ı (DCGAN ve Cycle GAN dahil) içerir. Pek çok kitapta yer alan RNN / LSTM / GRU gibi temel modellere ek olarak, dil bölümü makine çevirisi, chatbot'un seq2seq modeli ve Dikkat mekanizmasının yanı sıra en son ELMo, OpenAI GPT ve BERT modellerini de içermektedir.Ayrıca bu kitapta ayrıca tanıtılmaktadır. NLP'nin birçok klasik görevi arasında dil modelleme, konuşma parçası etiketleme, bileşen sözdizimi analizi, bağımlılık sözdizimi analizi ve makine çevirisi bulunur. Derin öğrenme çözümlerinin tanıtılmasına ek olarak, okuyucuların bu alandaki geliştirme sürecini anlayabilmesi için istatistiksel makine öğrenmesine dayalı geleneksel yöntemler de tanıtılacaktır. İşitsel ve pekiştirmeli öğrenmeden piyasadaki çoğu kitapta nadiren bahsedilir. AlexNet'in 2012'de görme alanındaki atılımını herkes biliyor, ancak derin öğrenmedeki ilk atılım aslında konuşma tanıma yönünde gerçekleşti. Bu kitap, WFST tabanlı kod çözücü ve Kaldi kullanımı dahil olmak üzere klasik HMM-GMM tabanlı konuşma tanıma sistemini ayrıntılı olarak tanıtacaktır. Ardından, HMM-DNN sistemini ve ardından, doğrulama kodu tanıma için kullanılan CTC örneği ve DeepSpeech sistemi de dahil olmak üzere, esas olarak CTC modelini tanıtan en son Uçtan Uca konuşma tanıma sistemini tanıtacağım. Son olarak, basit konuşma anahtar kelime tanımayı uygulamak için CNN kullanımını tanıtacağız Bu basit örnek, akıllı cihazlarda çok faydalı olacaktır. Çin'de pekiştirmeli öğrenmeyle ilgili pek çok kitap yoktur, bu nedenle bu kitap ilk olarak MDP, dinamik programlama, Monte Carlo yöntemleri, TD öğrenimi ve Politika Gradyanı dahil olmak üzere bir bölümde pekiştirmeli öğrenmenin temel kavramlarını tanıtmaktadır. Ardından, derin öğrenmeye dayalı Policy Gradient algoritması olan DQN'yi ve son olarak AlphaGo, AlphaGo Zero ve Alpha Zero algoritmalarını tanıtacağım.
Elbette, zamanın kısıtlılığı ve yazarın seviyesi nedeniyle, bu alanlar pek çok içeriği kaçırmıştır. Örneğin, işitme yalnızca konuşma tanımayı içerir, ancak konuşma sentezi, müzik vb. İçermez; derin pekiştirmeli öğrenmede en son Taklit Öğrenme, Ters Pekiştirmeli Öğrenme ve Meta Öğrenim yoktur. Ve diğer içerik. Ancak okuyucular bu kitabın temel kavramlarını ve temel modellerini anladıktan sonra güncellenen içeriği öğrenmek daha kolay olacak ve yazar ileride zamanı ve enerjisi varsa bu içeriği güncellemeye devam edecektir.
Son olarak, aynı zamanda, esas olarak yazarın yapay zekanın gerçekleştirilip gerçekleştirilemeyeceği konusundaki kişisel görüşleri olmak üzere bir felsefe bölümü de içermektedir. Bu kitabın içeriğinin çoğu diğer insanların bilgilerindendir, en fazla kendi anlayışımla eklenmiştir. Bu kitapta biraz "orijinal" içerik arıyorsanız, büyük olasılıkla bu bölümde yer almaktadır. Çok saçma görüş var ama okuyucular makaleyi yemekten sonra eğlence olarak okumak isteyebilirler, çok acıtmaz, okuduktan sonra herhangi bir düşünceniz olursa mesaj bırakıp yazarla iletişim kurabilirsiniz.
Bu kitabın içeriği birçok makale, kitap ve açık kaynak koduyla ilgilidir, çalışmaları için teşekkür ederiz! Yazar, makaleye ilgili bağlantıları eklemeye çalışacaktır. Asıl yazar bir telif hakkı sorunu olduğunu düşünürse, lütfen yazarla iletişime geçin.
Çok çeşitli içerik ve yazarın daha ayrıntılı yazı stili nedeniyle (yazar İngilizce kitapları okumayı sever, çünkü birçok İngiliz kitap yazarı okuyuculara acemi olarak davranır ve her zaman yorulmadan açıklar ve çoğu Çince kitap onların yazar olduğunu bilmez. Seviye çok yüksek veya çok düşük, her zaman çok fazla "açık" ve "kanıtlanması kolay" şeyler olacaktır. Yazar ayrıca okuyucuların hiçbir şey anlamadıklarını varsayarak kitaplar yazmaktadır, bu nedenle çok ayrıntılı olacaktır), bu nedenle birkaç yıl içinde yazılan içerik aslında binlerce sayfa. Yayınevi editörü, bu kadar kalın bir kitap için ne kadar para satılması gerektiğini, yayınlanamayacağını söyledi. Bu nedenle, bu kitap ikiye ayrıldı: "Derin Öğrenme Teorisi ve Uygulaması: Temeller" ve "Derin Öğrenme Teorisi ve Uygulaması: İyileştirmeler". Temel makale şimdiden düzenlenip yayınlanıyor ve yılın ortasında okuyucularla buluşması bekleniyor. İyileştirme bölümü daha profesyoneldir.Farklı kişiler yalnızca farklı yönlere odaklanabilir.İçeriğin küçük bir kısmı için kitabın tamamını satın almak ekonomik değildir. Bu nedenle yazar, okuyucuların çalışmalarına ve çalışmalarına fayda sağlamak umuduyla geliştirme makalelerini ücretsiz yaptı. Bu makale güncellenmeye devam edecek, bu yüzden bizi izlemeye devam edin!
Taslak dizin
Aşağıda, ElegantLaTeX tarafından sağlanan ücretsiz Lateks şablonu sayesinde "Derin Öğrenme Teorisi ve Uygulaması: İyileştirme" taslağının bir ekran görüntüsü bulunmaktadır. Yazar harmanlama sırasında ayarlamalar yapabilir, bu nedenle sadece referans içindir.
Bu kitap hakkında daha fazla ayrıntı için lütfen şunu dürtün:
Lei Feng Network AI Teknolojisi İncelemesi Lei Feng Network
