推荐一本新书：《深度学习高手笔记卷1：基础算法》

深度学习的发展日新月异，从使用基础算法的人脸识别、机器翻译、语音识别、AlphaGo 等， 再到综合各类算法的智能客服、推荐搜索、虚拟现实等，这些基于深度学习的技术和产品正在以惊 人的速度改变着我们的工作与生活。除此之外，深度学习在智联网、无人驾驶、智能医疗等诸多领 域的发展中也起到了中流砥柱的作用。即使你是一个和深度学习无关的其他行业从业者，你一定也 在不知不觉中被深度学习影响着，而且你也可以借助简单、易用的深度学习框架快速使用这一前沿技术。

推荐书籍：深度学习高手笔记 卷1：基础算法

深度学习算法的高手笔记（全彩），结构清晰，内容丰富，以近10年来深度学习方向诞生的算法为基础，重点讨论各个算法的优缺点，帮助读者扎实地掌握模型的原理。

本书通过扎实、详细的内容和清晰的结构， 从算法理论、算法源码、实验结果等方面对深度学习算法进行 分析和介绍。本书共三篇，第一篇主要介绍深度学习在计算机视觉方向的一些卷积神经网络，从基础骨干网络、 轻量级 СNN、模型架构搜索 3 个方向展开，介绍计算机视觉方向的里程碑算法；第二篇主要介绍深度学习在自 然语言处理方向的重要突破，包括基础序列模型和模型预训练；第三篇主要介绍深度学习在模型优化上的进展， 包括模型优化方法。

通过阅读本书，读者可以深入理解主流的深度学习基础算法，搭建起自己的知识体系，领会算法的本质， 学习模型优化方法。无论是从事深度学习科研的教师及学生，还是从事算法落地实践的工作人员， 都能从本书 中获益。

本书有别于以卷积神经网络、循环神经网络等基础概念为核心的同类书籍， 主要以近 10 年来 深度学习方向诞生的经典算法为基础，重点讨论深度学习在卷积神经网络、自然语言处理、模型归 一化等方向上的发展历程以及各个算法的优缺点，介绍各个算法是如何分析先前算法的若干问题并 提出解决方案的。本书包含作者对深度学习的独特见解和全新思考，知识丰富、架构清晰、重点突 出、可读性好。此外，作者借助代码、图示、公式等手段，对晦涩难懂的算法进行深入浅出的剖 析。相信每位读者都能够从本书中汲取相应的知识并得到启发。

本 书共两卷，分别是卷 1 基础算法和卷 2 经典应用。卷 1 由三篇组成，第一篇介绍深度学 习在计算机视觉方向的一些卷积神经网络，从基础骨干网络（第 1 章）、轻量级 СNN （第 2 章）、 模型架构搜索（第 3 章）3 个方向展开，介绍计算机视觉方向的 30 余个里程碑算法。第二篇主要 介绍深度学习在自然语言处理方向的重要突破，主要介绍几个基础序列模型，如 LSTM、注意力机 制、Transformer 等（第 4 章），以及近年来以 BERT 为代表的 10 余个预训练语言模型（第 5 章）。 第三篇（第 6 章）将介绍模型优化的经典策略，分为两个方向，一个方向是 Dropout 及其衍生算法， 另一个方向是以批归一化、层归一化为代表的归一化算法。

作者对本书有以下 3 个阅读建议。

• 如果你的深度学习基础较为薄弱，那么可以结合本书提供的知识拓扑图和章节先验知识， 优先阅读拓扑图中无先验知识的章节，读懂该章节后便可以将这个章节在拓扑图中划掉， 然后逐步将拓扑图清空。
• 如果你有一定的深度学习基础，对一些经典的算法（如 VGG、残差网络、LSTM 、 Transformer 、Dropout 、BN 等）都比较熟悉，那么你可以按顺序阅读本书，并在遇到陌生 的概念时根据每一节提供的先验知识去阅读相关章节。
• 如果你只想了解某些特定的算法，你可以直接跳到相关章节，因为本书章节的内容都比较 独立，而且会对重要的先验知识进行复盘，所以单独地阅读任何特定章节也不会有任何障碍。

详细目录

原文链接：https://zhuanlan.zhihu.com/p/588790168