作者: 钱亦欣

为了提高本人的技战术水平,我决定开始整理 Mxnet 小组《动手深度学习》课件,以此学习并实现一些和深度学习有关的模型。虽然 Mxnet 小组的 notebook 已经非常的详细丰富,但对于一些基本概念没有说明,一些自定义小函数也缺少解释。因此,本人将在原有 notebook 的基础上补充一部分内容,调整一些表达方式并对一些函数添加了注释与说明。

更加了不起的是,Mxnet 小组不仅发布了 notebook,还推出了配套的视频直播课程。这系列教程将一些基础的模型分成了“从0开始版本”和基于 Gluon 的版本两部分,分别满足喜欢动手实现和偏好快速开发的人群需求。目前该系列第一季已经完结,大家可以在B站上观看这个教程。

发布平台方面,我选择了科赛网 ,它们目前免费提供2核8G的类 jupyter notebook 环境,非常友好(科赛25万广告费该到账了)。 在这个平台上既可以像在本地的 notebook 环境上一样进行文档和代码的混编,还能很方便的加载数据集,进行版本控制,fork 别人的项目,一件插入常用代码块等工作,体验不错。

目前,我预计每周能更新1-2个 notebook,已完成部分如下:

mxnet_ch01_ndarray_autograd

mxnet_ch02_linear_regression

mxnet_ch03_multinomial_logit

mxnet_ch04_multilayer_perceptron

mxnet_ch05_overfit_underfit

mxnet_ch06_regularization

mxnet_ch07_dropout

mxnet_ch08_forward_back_propagation

后续的笔记中,计算机视觉的部分由于我工作中暂时没有需求,可能不会整理。

如果您发现我的 notebook 中有任何错误,或者有哪里没有表述清楚,请及时与我联系。然而由于本人比较贫穷,无法提供奖励。

希望各位支持。