深度学习:智能时代的核心驱动力量
[美]特伦斯·谢诺夫斯基全球科技巨头纷纷拥抱深度学习,自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo,背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的计算机,不再被动按照指令运转,而是像自然进化的生命那样,开始自主地从经验中学习。
本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者,亲历了深度学习在20世纪70年代到90年代的寒冬。但他和一众开拓者,利用大数据和不断增强的计算能力,终于在神经网络算法上取得重大突破,实现了人工智能井喷式的发展。
作为深度学习领域的通识作品,本书以恢弘的笔触,通过3个部分全景展现了深度学习的发展、演变与应用,首次以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升,并前瞻性地预测了智能时代的商业图景。
推 荐 序 面对科技拐点,我们的判断与选择
中文版序 人工智能会放大认知能力
前 言 深度学习与智能的本质
第一部分 智能的新构想
01 机器学习的崛起
汽车新生态:无人驾驶将全面走入人们生活
自然语言翻译:从语言到句子的飞跃
语音识别:实时跨文化交流不再遥远
AI医疗:医学诊断将更加准确
金融科技:利用数据和算法获取最佳回报
深度法律:效率的提高与费用的降低
德州扑克:当机器智能学会了虚张声势
AlphaGo奇迹:神经科学与人工智能的协同
弗林效应:深度学习让人类更加智能
新教育体系:每个人都需要终身学习
正面影响:新兴技术不是生存威胁
回到未来:当人类智能遇到人工智能
02 人工智能的重生
看似简单的视觉识别
计算机视觉的进步
早期人工智能发展缓慢
从神经网络到人工智能
03 神经网络的黎明
深度学习的起点
从样本中学习
利用感知器区分性别
被低估的神经网络
04 大脑式的计算
网络模型能够模仿智能行为
神经网络先驱者
乔治·布尔与机器学习
利用神经科学理解大脑
大脑如何处理问题
计算神经科学的兴起
05 洞察视觉系统
人眼是如何看到东西的
大脑皮层中的视觉
突触的可塑性
通过阴影脑补立体全貌
视觉区域的层级结构
认知神经科学的诞生
第二部分 深度学习的演进
06 语音识别的突破
在嘈杂中找到你的声音
将独立分量分析应用于大脑
什么在操控我们的言行
07 霍普菲尔德网络和玻尔兹曼机
约翰·霍普菲尔德的伟大之处
内容可寻址存储器
局部最小值与全局最小值
玻尔兹曼机
赫布理论
学习识别镜像对称
学习识别手写数字
无监督学习和皮层发育
08 反向传播算法
算法的优化
语音合成的突破
神经网络的重生
理解真正的深度学习
神经网络的局限性
09 卷积学习
机器学习的稳步发展
卷积网络的渐进式改进
当深度学习遇到视觉层级结构
有工作记忆的神经网络
生成式对抗网络
应对现实社会的复杂性
10 奖励学习
机器如何学会下棋
大脑的奖励机制
用“感知-行动”框架提高绩效
学习如何翱翔
学习如何歌唱
人工智能的可塑性
更多需要被解决的问题
11 火爆的NIPS
为什么NIPS如此受欢迎
谁拥有最多数据,谁就是赢家
为未来做准备
第三部分 人类,智能与未来
12 智能时代
21世纪的生活
未来的身份认证
社交机器人的崛起
机器已经会识别人类面部表情
新技术改变教育方式
成为更好的学习者
训练你的大脑
智能商业
13 算法驱动
用算法把复杂问题简单化
理解、分析复杂系统
大脑的逻辑深度
尝试所有可能的策略
14 芯片崛起
神经形态芯片
视网膜芯片
神经形态工程
摩尔定律的终结
15 信息科学
用字节丈量世界
用数学思维解决通信难题
预测是如何产生的
深度理解大脑
大脑的操作系统
生物学与计算科学
人工智能能拥有媲美人类大脑的操作系统
16 生命与意识
视觉意识
视觉感知的过程
视觉感知的时机
视觉感知的部位
视觉搜索的机理
创造意识比理解意识更容易
17 进化的力量
大自然比我们聪明
认知科学的兴起
不能把语言问题只留给语言学家
难预测的行为规律
神经网络的寒冬
从深度学习到通用人工智能
18 深度智能
遗传密码
每个物种都有智能
进化的起源
人类终将解决智能难题
207090 360
AlphaGoAI
AI3NIPSTerrence/Terry Sejnowski
AIAIAIHAI AI
300+
AIAI
Terrence (Terry) Sejnowski
AI3AINIPS
1986
() 50BRAINthe Brain Research through Advancing Innovative Neurotechnologies
CourseraLearning how to learn300
🐢 Descargas lentas
Las descargas gratuitas ilimitadas son accesibles a través de nuestra lista de espera, un sistema diseñado para dar a todos un acceso justo.
🚀 Descargas rápidas
🚀 Descargas rápidas Conviértete en miembro para apoyar la preservación a largo plazo de libros, artículos y más. Para mostrar nuestra gratitud por tu apoyo obtienes descargas rápidas. ❤️
-
Necesitará un lector de ebooks o PDF para abrir el archivo, dependiendo del formato del archivo.
Lectores de ebooks recomendados: ReadEra y Calibre -
Utilice herramientas en línea para convertir entre formatos.
Herramientas de conversión recomendadas: CloudConvert -
Puede enviar archivos PDF y EPUB a su Kindle o Kobo eReader.
Herramientas recomendadas: “Enviar a Kindle” de Amazon y “Enviar a Kobo/Kindle” de djazz
深度学习 /Shen du xue xi
伊恩·古德费洛 (Ian Goodfellow), 约书亚·本吉奥 (Yoshua Bengio), 亚伦·库维尔 (Aaron Courville)
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。
基辛格作品:论中国+世界秩序(套装共2册)
要了解当今世界格局,最不能错过的一个人就是亨利·基辛格——前美国国务卿,中美关系的破冰者,自尼克松以来8届美国总统的贴身顾问,全球最有发言权的外交家、战略家。他推动了中美建交,见证了中国的崛起,亲自参与了当今世界格局的形成与变化,被称为“历史活化石”。习近平主席在今年两会后专门公开接见他,并在访美演讲中,连连引用他新著的话。正如历史学家许纪霖所说:读懂了基辛格,你就读懂了世界。 基辛格在89岁高龄时写下《论中国》,引起了全世界的瞩目,更引起了中国各届的关注。这是基辛格博士唯一一部中国问题专著,他以一个历史亲历者的视角,记录了自己与毛泽东、邓小平等几代中国领导人的交往。《论中国》用世界视角国际眼光,重新解读中国的过去和未来,凝结了基辛格博士的战略理论以及对中国问题数十多年的研究成果。 3年后,这位92岁高龄的耄耋老人再次拿出了重磅著作《世界秩序》,他将自己60余年的外交生涯理念精髓、对4个世纪国际秩序变迁的历史思考都写进了这本书,可以说是一部大开大阖、谈古论今、求索国际关系治理之道的集大成之作。在当今这个国际格局骤变的时代,这本书注定聚焦全球目光!所有关心全球政治经济版图、关注中美关系走向、关注世界新格局和中国新机遇的人,都不能错过这本书! 哲学·社会
超级智能 : 路线图, 危险性与应对策略 = Superintelligence
当机器智能超越了人类智能时会发生什么?人工智能会拯救人类还是毀灭人类?作者相信, 超级智能对我们人类将是一个巨大的威胁.本书目标宏大, 且有独创性, 作者谈到了超级智能的优势所带来的风险, 也谈到了人类如何解决这种风险, 开辟了人工智能领域的新道路
机器70年 : 互联网, 大数据, 人工智能带来的人类变革
【内容简介】本书试图成为一本对科技未来发展有预测性解释的读本,但这并不意味着这是一本思想多么不羁的书。事实上,本书以许多知名理论思想家、哲学家、科学家的开拓性研究作为依据,这让本书的分析框架相当传统。在书中,我们回顾了人类历史上数个伟大科技创新的时刻,以及这些科技对后世的影响;我们也把某些新的技术从虚幻的憧憬中拉回现实,借以更好的探讨技术改变社会的种种可能。《机器70年 互联网、大数据、人工智能带来的人类变革》试图梳理我们的生活被一种社会实践力量改变的过程,这力量是以互联网、大数据、人工智能为代表的技术变革。尤其在近10年,技术发生了很多重要的变化,工具和平台都发生了实质性的演进,这些演进反映到社会和实际生活中被放大、不被理解、或被误解,并被错用、滥用。我专门著书探讨以互联网、大数据、人工智能为代表的技术变革,是因为这太重要了,足以在接下来的几年中“翻江倒海,换了人间”。【作者简介】徐曦,科技专栏作家,科技和社会文化学者,新科技革命的前沿思考者,互联网新经济研究学者。历任多家互联网及硬件科技企业PR总监,职业经历某国际4A公关公司、国内知名咨询公司,担任多家互联网企业和传统企业顾问,在互联网方面有丰富的理论和实践经验,是国内很早的新媒体传播实验者,早年提出的很多理论仍被业界广泛使用。
人工智能简史 = A brief history of artificial intelligence Ren gong zhi neng jian shi = A brief history of artificial intelligence
本书全面讲述人工智能的发展史,几乎覆盖人工智能学科的所有领域,包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等,以宏阔的视野和生动的语言,对人工智能进行了全面回顾和深度点评。
算法之美 : 指导工作与生活的算法 = Algorithms to live by
Brian Christian, Tom Griffiths
Ben shu gao su du zhe ying ru he geng you xiao di li yong zhi jue,Shen me shi hou ying gai ba xuan ze quan jiao ji ming yun,Wu suo shi cong de shi hou ying gai ru he zuo chu xuan ze,Yi ji ru he you xiao di yu ta ren bao chi lian xi deng
赋能 : 打造应对不确定性的敏捷团队 = Team of teams: new rules of engagement for a complex world
**10 17 1. 2. 3. 20Facebook 4. 5. 1701 6. CrossLead
生命3.0 人工智能时代人类的进化与重生 = Life 3.0 : being human in the age of artificial intelligence
[美] 迈克斯·泰格马克/max Tegmark; 汪婕舒【译】
《生命3.0》一书中,作者迈克斯·泰格马克对人类的终极未来进行了全方位的畅想,从我们能活到的近未来穿行至1万年乃至10 亿年及其以后,从可见的智能潜入不可见的意识,重新定义了“生命”“智能”“目标”“意识”,并澄清了常见的对人工智能的误解,将帮你构建起应对人工智能时代动态的全新思维框架,抓住人类与人工智能共生演化的焦点。 迈克斯·泰格马克不仅以全景视角探讨了近未来人工智能对法律、战争、就业和社会带来的影响,还将目光投向了这场变革更为深远之处:在未来的1万年乃至10亿年及其以后,我们能否与人工智能实现共生与繁荣?宇宙生命发展的终极物理极限是什么?更为重要的是,我们如何在这场变革中迎来重生,同时又不会陷入危机,丧失生而为人的意义?《生命3.0》这本书将是你人工智能时代的思考利器。此书对未来生命的终极形式进行了大胆的想象:生命已经走过了1.0生物阶段和2.0文化阶段,接下来生命将进入能自我设计的3.0科技阶段。
动手学深度学习 = Dive into deep learning
阿斯顿·张(Aston Zhang), 李沐(Mu Li), [美] 扎卡里·c. 立顿(Zachary C. Lipton), [德] 亚历山大·j. 斯莫拉(Alexander J. Smola)
本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理,还演示它们的实现和运行。与传统图书不同,本书的每一节都是一个可以下载并运行的 Jupyter记事本,它将文字、公式、图像、代码和运行结果结合在了一起。此外,读者还可以访问并参与书中内容的讨论。全书的内容分为3个部分:第一部分介绍深度学习的背景,提供预备知识,并包括深度学习最基础的概念和技术;第二部分描述深度学习计算的重要组成部分,还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络;第三部分评价优化算法,检验影响深度学习计算性能的重要因素,并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。本书同时覆盖深度学习的方法和实践,主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。
自由与毁灭 : 法国大革命, 1789-1799 = = Liberty or death
本书用生动的历史细节,再现了法国大革命全历程的动荡起落.1789年,法国大革命在多重政治-社会危机中爆发,也释放了积蓄多年的底层力量与不满.旧制度,旧文化,在一阵如同旋风闪电一般的改革中土崩瓦解.法国大革命没有一贯的领导者,三级会议,国民议会,国民公会,处决路易十六,雅各宾专政,督政府......每个新阶段都是一次攸关生死的权力洗牌,是在历史中有无穷回响的政治原则之争
区块链 : 技术驱动金融 : 数字货币与智能合约技术 = Bitcoin and cryptocurrency technologies : a comprehensive introduction
阿尔文德·纳拉亚南,约什·贝努,爱德华·费尔顿,安德鲁·米勒,史蒂文·戈德费德,林华,王勇
从数字货币及智能合约技术层面,解读了区块链技术在金融领域的运用。“如果你正在寻找一本在技术层面解释比特币是如何运作的,并且你有一定计算机科学和编程的基本知识,这本书应该很适合你。” 《区块链:技术驱动金融》回答了一系列关于比特币如何运用区块链技术运作的问题,并且着重讲述了各种技术功能,以及未来会形成的网络。比特币是如何运作的?它因何而与众不同?你的比特币安全吗?比特币用户如何匿名?区块链如何帮助比特币实现没有身份的共识?我们可以在比特币这一平台上创建什么应用程序?加密数字货币可以被监管吗?创建一种新的数字货币将会带来什么样的变化?未来将会如何发展? 读完这本书,你会了解到所有比特币和其他数字货币相关的知识,对区块链技术具备基础性认识,能够区别那些完全虚构的故事。你将会对于需要什么样的安全软件,如何与比特币网络进行交互有了基础概念,也可以将区块链的概念整合应用于自己的项目中。你,将会成为时代的引领者!
你的第一本哲学书 = What does it all mean ?
\*\*\*【编辑推荐】\*\*\* 1、 畅销全球的哲学入门书 在全球,被译成近30种语言出版;在美国,教授会将这本书连同罗素的《西方哲学史》推荐给每位希望了解哲学的读者;在中国,中国教育学会、北京大学等权威机构在《中学生阅读行动指南》中认为,这本书是助力青少年生活与成长的哲学经典入门书。 2、 你一定爱读的9堂极简哲学课 这是本带你轻松掌握哲学大问题的小书,是当代著名哲学家托马斯•内格尔专门为初次接触哲学的读者所写的。通过9个每个人都会感兴趣的问题,触及了哲学中的大多数命题。这是罕有的一本绕过了思想家的名字和哲学术语的哲学入门书。 3、 从未有过如此简洁而深刻的哲学读物 在短短120页的篇幅中,作者向我们展现哲学思考的真正乐趣。我们如何知道外部世界是存在的?人与人的心灵之间为何有理解的鸿沟?人的行为为何有对错之分?死亡应该如何面对?人生的意义何在?......来听听著名哲学家的深刻解答。 4、 感受哲学视野里的自我与世界,让你生活得更智慧 原来我们心中不时迸发出来的疑惑与感悟,哲学上都早已是哲学命题!这本书帮助你捕捉自己心中的“怪念头”,把它们锤炼为人生的智慧。哲学的源泉,在于我们生活于其中的世界,以及我们与这个世界的关系。希望你对生活的审视,就从你的第一本哲学书开始。 \*\*\*【内容简介】\*\*\* 在这本享誉世界的哲学入门小书中,当代著名哲学家托马斯•内格尔用不可思议的精简篇幅和明白的语言,为我们打开了哲学世界的大门。 不要被“哲学”深奥难懂的外表吓退了!这本书不谈哲学家和哲学概念,而是问了人人都多少困惑过的9个哲学问题: 我们如何知道心外世界不是一场大梦? 理解他人的心灵,为何困难重重? 肉体与心灵的关系是怎样的? 语言为什么可以传达意义? 我们的意志是自由的吗? 我们的行为为什么会有对错之分? 什么样的不平等是不公正的? 死亡意味着什么? 人生的意义何在? 通过回应这些问题,内格尔展示了哲学思考的真正乐趣。其实,古往今来的哲学家们,也都是带着这些问题踏上他们的哲学之旅的。哲学的源泉,就在于我们身边的世界,以及我们与世界之间复杂而多彩的纠葛。 《你的第一本哲学书》的目的不是要给出正确答案,而是用非常平易的方式把你引向哲学的思考方式,教你用它来捕捉心中迸发的迷惑与感悟,积累智慧。希望你对生活的审视,就从你的第一本哲学书开始。
希腊人的故事: 2018年11月第1版=ギリシア人の物語
为什么古希腊人可以从0到1创造出先进的制度和文化? 一言不合就开打的古希腊人,为什么可以同生共死? 被誉为文明基石的古希腊,为什么会突然崛起,又迅速衰落? 余烬中的世界怎样获得新生? 《希腊人的故事》是盐野七生的封笔之作,继《罗马人的故事》之后备受大众欢迎的历史作品系列。在这部《希腊人的故事》中,作者将我们带回那个人与神共处同一片天地的传奇时代,冷静透彻地将视角集中于多元文明如何共存,场景再现般地讲述在一次次改变世界格局的决策中,性格迥异的英雄们如何引领国家走向巅峰。从诞生到崛起,从崩溃到新生,在对诸多问题的层层剖析中,古希腊人面对的困惑成为我们今天可资借鉴的资源。 希腊人的故事1 古希腊人是谁? 生活在狭窄多山的希腊半岛上的古希腊人,创造了诸神的世界,他们特立独行、勇敢开放,纷纷探索海外世界,建立了一个个前所未有的城邦国家。斯巴达和雅典在吕库古、梭伦、克利斯提尼的改革之后,成为希腊城邦国家中的翘楚。在雅典和斯巴达的率领下,希腊城邦完胜兵力数十倍于自己的波斯帝国,撼动了世界,文明格局自此改变。 希腊人的故事2 被誉为西方文明基石的古希腊文明,为什么会突然崛起,又迅速衰落? 希波战争后,伯里克利领导雅典走向文明成熟的黄金时代。以雅典为首的提洛同盟和斯巴达率领的伯罗奔尼撒同盟分庭抗礼。古希腊城邦国家之间的摩擦终于升级为“古代世界大战”——伯罗奔尼撒战争。这场战争的悲剧在于,失败的不止是雅典,还有整个希腊世界。古希腊人自己构建起的价值观,又被他们自己亲手摧毁。 希腊人的故事3 余烬中的世界如何获得新生? 伯罗奔尼撒战争后,希腊城邦国家迅速衰落,内乱不断。公元前356年,马其顿王国诞生了一颗新星——亚历山大。统一希腊,荡平中亚、领有埃及、远伐印度......在如疾驰的旋风般横扫亚非欧大陆、以一己之力建立希腊化的世界之后,亚历山大大帝的生命之花骤然凋零。 从马其顿到巴比伦,从尼罗河到印度河,亚历山大大帝步履不停地探险未知之地,在他短暂而炽热的32年里,留下了永恒的青春。 -------------------------- 【编辑推荐】 盐野七生新作,《罗马人的故事》姊妹篇 罗马人的导师,文明的领跑者 创新时代急需读懂的文明 西方文明的两大基础,一个是后来兴起的基督教,另一个就是古希腊罗马文明......《罗马人的故事》全面介绍了罗马人的历史。9...
敌人与邻居:阿拉伯人和犹太人在巴勒斯坦和以色列,1917-2017 = Enemies and Neighbors: Arabs and Jews in Palestine and Israel,1917-2017
[英] 伊恩 · 布莱克 (Ian Black) 著 ; 王利莘 译
内容简介 · · · · · ·巴勒斯坦的这片土地,是犹太人经卷上所指的应许之地,也是许多阿拉伯人世世代代的居所。1917年,奥斯曼帝国落败,结束在这里4个世纪的统治;英国外交大臣发表《贝尔福宣言》,支持犹太人在这片土地上建立民族家园。一个世纪的撕扯与动荡就此开启。分歧从一开始就难以调和。从19世纪末首批犹太定居点的建立、20世纪30年代的阿拉伯起义,到以色列在1948年的建国、1967年的六日战争,再到1993年的《奥斯陆协议》,以及2002年以来修建的隔离墙......对于同样的事件,双方说法截然不同。犹太复国主义者眼中的公正和胜利,对巴勒斯坦人来说则是不公、失败、流亡和羞辱。对于这片土地上两个民族百年难解的纷争,记者兼历史学家伊恩·布莱克意识到,只能通过关注他们如何看待自己、历史以及彼此来理解。于是,他借助文献资料、解密档案、口述历史,还有他自己的现场报道,寻求真相和对话。他留意历史的变迁、国家间的斡旋和博弈,因为那是冲突的肇因和驱动力;他更在意被卷入这百年动荡的普通人的生活,因为冲突的撕裂,他们在日常感受得至为真切。一百年来,缓和的机会一再错失,促使这两个民族和平、自由、公平地作为邻居而不是敌人相处的协议从未达成。如今,没有任何迹象表明这场冲突即将落幕,而理解,是面向未来的开始。
神经网络与深度学习
序 前言 常用符号表 目录 第一部分 机器学习基础 第1章 绪论 1.1 人工智能 1.1.1 人工智能的发展历史 1.1.2 人工智能的流派 1.2 机器学习 1.3 表示学习 1.3.1 局部表示和分布式表示 1.3.2 表示学习 1.4 深度学习 1.4.1 端到端学习 1.5 神经网络 1.5.1 人脑神经网络 1.5.2 人工神经网络 1.5.3 神经网络的发展历史 1.6 本书的知识体系 1.7 常用的深度学习框架 1.8 总结和深入阅读 第2章 机器学习概述 2.1 基本概念 2.2 机器学习的三个基本要素 2.2.1 模型 2.2.2 学习准则 2.2.3 优化算法 2.3 机器学习的简单示例:线性回归 2.3.1 参数学习 2.4 偏差-方差分解 2.5 机器学习算法的类型 2.6 数据的特征表示 2.6.1 传统的特征学习 2.6.2 深度学习方法 2.7 评价指标 2.8 理论和定理 2.8.1 PAC学习理论 2.8.2 没有免费午餐定理 2.8.3 丑小鸭定理 2.8.4 奥卡姆剃刀原理 2.8.5 归纳偏置 2.9 总结和深入阅读 第3章 线性模型 3.1 线性判别函数和决策边界 3.1.1 二分类 3.1.2 多分类 3.2 Logistic回归 3.2.1 参数学习 3.3 Softmax回归 3.3.1 参数学习 3.4 感知器 3.4.1 参数学习 3.4.2 感知器的收敛性 3.4.3 参数平均感知器 3.4.4 扩展到多分类 3.5 支持向量机 3.5.1 参数学习 3.5.2 核函数 3.5.3 软间隔 3.6 损失函数对比 3.7 总结和深入阅读 第二部分 基础模型 第4章 前馈神经网络 4.1 神经元 4.1.1 Sigmoid型函数 4.1.2 ReLU函数 4.1.3 Swish函数 4.1.4 高斯误差线性单元 4.1.5 Maxout单元 4.2 网络结构 4.2.1 前馈网络 4.2.2 记忆网络 4.2.3 图网络 4.3 前馈神经网络 4.3.1 通用近似定理 4.3.2 应用到机器学习 4.3.3 参数学习 4.4 反向传播算法 4.5 自动梯度计算 4.5.1 数值微分 4.5.2 符号微分 4.5.3 自动微分 4.6 优化问题 4.6.1 非凸优化问题 4.6.2 梯度消失问题 4.7 总结和深入阅读 第5章 卷积神经网络 5.1 卷积 5.1.1 互相关 5.1.2 卷积的变种 5.1.3 卷积的数学性质 5.2 卷积神经网络 5.2.1 用卷积来代替全连接 5.2.2 卷积层 5.2.3 汇聚层 5.2.4 典型的卷积网络结构 5.3 参数学习 5.3.1 误差项的计算 5.4 几种典型的卷积神经网络 5.4.1 LeNet-5 5.4.2 AlexNet 5.4.3 Inception网络 5.4.4 残差网络 5.5 其他卷积方式 5.5.1 转置卷积 5.5.2 空洞卷积 5.6 总结和深入阅读 第6章 循环神经网络 6.1 给网络增加记忆能力 6.1.1 延时神经网络 6.1.2 有外部输入的非线性自回归模型 6.1.3 循环神经网络 6.2 简单循环网络 6.2.1 循环神经网络的计算能力 6.3 应用到机器学习 6.3.1 序列到类别模式 6.3.2 同步的序列到序列模式 6.3.3 异步的序列到序列模式 6.4 参数学习 6.4.1 随时间反向传播算法 6.4.2 实时循环学习算法 6.5 长程依赖问题 6.5.1 改进方案 6.6...
第一次世界大战 : 繁荣的幻灭 = World war one
[英]诺曼·斯通(Norman Stone),王东兴 / 张蓉 译
“一战”入门普及读本,牛津大学教授、撒切尔政府顾问经典之作,200多页看清“一战”全貌。 进入20世纪,科技的大发展让上至政治家、知识分子,下到市井民众都相信:世界在进步,科学将拯救人类。“一战”就是从这样的繁荣和进步中脱胎出来。世界文明的龙头欧洲内战不断,继而演变成世界战局。事实证明,表面的欣欣向荣,不过是人们的幻觉而已。 战争爆发后,人们的又一个幻觉是:战争将是短暂的。然而,1914年的马恩河战役彻底戳破了幻想的泡沫,人们开始领教到真正的现代战争的威力。上千万人死亡,四个帝国被摧毁,甚至战胜国也遭到了严重破坏。“一战”把人类从19世纪强行拖入20世纪。1914年的欧洲就像是一尊众人仰慕的巨像,4年之后,这片大陆面临着从经济到社会、从生活到梦幻的灾难性破碎。诺曼·斯通在本书中,改变了以分析为主的历史专业写作方式,转而以叙事为主,穿插新颖独到的见解,深度解读20世纪欧洲各国牵一发而动全身的复杂关系,真实具体地刻画昔日的文明中心,简洁有力地勾勒出“一战”这个20世纪重大又复杂的论题。
神经网络与深度学习
Machine Learning Has Become A Key Enabling Technology For Many Engineering Applications, Investigating Scientific Questions And Theoretical Problems Alike. To Stimulate Discussions And To Disseminate New Results, A Summer School Series Was Started In February 2002, The Documentation Of Which Is Published As Lnai 2600. This Book Presents Revised Lectures Of Two Subsequent Summer Schools Held In 2003 In Canberra, Australia, And In Tübingen, Germany. The Tutorial Lectures Included Are Devoted To Statistical Learning Theory, Unsupervised Learning, Bayesian Inference, And Applications In Pattern Recognition; They Provide In-depth Overviews Of Exciting New Developments And Contain A Large Number Of References. Graduate Students, Lecturers, Researchers And Professionals Alike Will Find This Book A Useful Resource In Learning And Teaching Machine Learning.