前言

本书是为想要从零开始学习深度学习的人编写的入门书。深度学习已成为当今社会的热门话题,关于深度学习的讨论更是不绝于耳。世界各地的大学和 IT 公司都在致力于深度学习的研究,并且已在多个领域取得了优异的成果。在图像识别和语音识别的基准测试中,基于深度学习的对象识别的性能达到顶级、识别精度达到甚至超过人类水平的案例不胜枚举。与此同时,在人工智能相关知识的自动获取及强化方面的研究也在如火如荼地进行中。更令人惊讶的是,这些案例都发生在过去两三年内。深度学习的环境发展日新月异,新方法也是层出不穷。在本书写作过程中又出现了一些新发表的研究案例或公开的深度学习研究工具,这些情况都是笔者在写作本书前始料未及的。这也让笔者深刻体会到编写一本深度学习入门书的难度之高。

笔者曾经做过几次深度学习研讨会上的特邀报告,也做过相关的辅导讲师。从听讲人数之多,也可见深度学习的受关注程度之高。为了让更广泛的人群,包括作为本书适用对象的初学者,都能很好地了解深度学习,笔者在演讲过程中尽可能地通过具体案例进行了说明。为了使初学者、将要开始挑战深度学习研究的大学生和研究生,以及企业的研究开发人员能够更好地了解深度学习的内容,本书以以往的演讲内容为基础,着重以简明易懂的方式进行说明。正如本书的书名所示,本书致力于通过图解让读者了解深度学习。

深度学习技术发展迅猛,同时也有着悠久的历史背景,其概念源于神经网络技术。本书首先会介绍深度学习的历史,帮助读者理解神经网络,然后会尽可能全面地介绍深度学习的基本方法,最后则是介绍一些近期出现的应用方法。

本书会尽可能地提供一些可供参考的案例,使读者既能了解深度学习的学术知识,也能了解一些实际的应用技巧。另外,本书也会介绍一些开源深度学习工具的安装方法及简单的应用案例。希望这些工具能为读者的深度学习研究带来些许帮助。但是,目前关于深度学习的工具,多数还处于开发过程中并未完成,可能时常会进行升级和更新。所以,本书所述的安装方法和实现方法也将随之变化,敬请理解。

希望读者通过本书,在学习深度学习知识的同时,能够产生新的想法,并把自己的好方法及应用事例传递给全世界。如果本书能够为深度学习的人才培养贡献绵薄之力,实乃荣幸之至。

最后,在写作本书的过程中,从构思、执笔到最终校对完成,笔者得到了很多人的支持和鼓励,在此表示由衷的感谢。

山下隆义

目录

  • 前言
  • 第1章 绪论
  • 第2章 神经网络
  • 第3章 卷积神经网络
  • 第4章 受限玻尔兹曼机
  • 第5章 自编码器
  • 第6章 提高泛化能力的方法
  • 第7章 深度学习工具
  • 第8章 深度学习的现在和未来
  • 参考文献
  • 作者介绍