【翻到文末免費學習《機器學習實戰》，還能讓你看盡CV和NLP完整技術路徑以及前沿+經典論文篇目，助你構建深度學習知識框架】

在AI領域內，關于深度學習的課程資料有很多很多，而《深度學習Deep Learning》是由麻省理工學院推出的，一經出版就風靡全球，因為本書的封面是由藝術家Daniel Ambrosi提供的中央公園杜鵑花步道夢幻景觀，所以被譽為“花書”

相信大家對這本書一定很熟悉，因為它簡明扼要的概括了深度學習中大部分重要主題，每當遇到深度學習概念時，都可以在書中找到參考，故被廣大學員們譽為深度學習中的“圣經”教材

自發售以來，長期位居美國亞馬遜AI和機器學習類圖書榜首，是業界公認深度學習領域奠基性的經典教材，曾受特斯拉CEO埃隆·馬斯克等眾多國內外專家重磅推薦。

本書的三位作者 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 一直耕耘于機器學習領域的前沿，在業內也具有非常大的知名度，引領了深度學習的發展潮流。

對AI學習者來說，《深度學習》適合各類讀者閱讀，包括相關專業的大學生或研究生，以及不具有機器學習或統計背景、但是想要快速補充深度學習知識，以便在實際產品或平臺中應用的軟件工程師。

花書的內容包括3個部分：

第1部分：介紹基本的數學工具和機器學習的概念，它們是深度學習的預備知識；

第2部分：系統深入地講解現今已成熟的深度學習方法和技術；

第3部分：討論某些具有前瞻性的方向和想法，它們被公認為是深度學習未來的研究重點。

我相信，這本深度學習領域內的權威教材，你肯定對它很熟悉。但你讀過它嗎？是不是放在家里某個角落正在積灰呢？

你總說：這本書太厚了，500多頁， 知識量太多，不知哪些是重點，全部看完耗時耗力

這本書也太難了，啃不動，也沒有人一起分享討論

你抱怨：太理論了，全是公式，沒有代碼，沒有作業，無法加深理解

其實真想的學好一門技術，最好還是要啃磚頭，這種方式是最笨，但是卻是最扎實的

為了幫助大家更好的理解這本書，我們耗時五個多月，聯合六位經驗豐富的導師，全新迭代升級增加了花書系統視頻課講解，推出了我們第三期的

《深度學習》花書訓練營

加入訓練營，你將獲得
1系統視頻課講解

花書的整本學習內容劃分3個梯度，第1部分是深度學習中需要應用的數學知識，第2部分則針對現代深度學習常用技術，從最簡單的多層感知機，到適用于圖像處理的卷積神經網絡，到解決序列問題的循環神經網絡，到正則化技術和優化方法，以及實踐的技術由淺及深

針對這本書中同學們不懂的問題，我們不僅給大家提供了花書系統視頻課,導師還結合書籍內容，加入了企業項目中應用的技巧和項目經驗

2學習任務整體規劃

一本花書，500多頁，全部啃下來非常的難，因此我們進行了重新的梳理，并進行了順序重組，精心安排了每天詳細的教學計劃和任務，從2個月進行整體規劃，每日任務布置+打卡監督+每階段作業批改點評講解

▲往期訓練營任務布置示意

3完善的教學計劃

不僅如此，我們在這本書系統完善理論知識的基礎上還加入了代碼補充和作業講解以及論文帶讀講解！讓你理論+實戰同時得到訓練

//教學大綱//

Week1??

?>>花書第一章——第四章(掌握數學基礎)

【視頻課】矩陣的對角化分解，以及一般矩陣的svd分解，以及應用

【視頻課】PCA算法推導

【視頻課】逆矩陣以及偽逆舉證，線性回歸，最小二乘估計，最小范數估計

【視頻課】極大似然估計，誤差的高斯分布與最小二乘估計的等價性

【視頻課】最優化，無約束，有約束，拉格朗日乘子的意義，kkt松弛條件

作業：

【代碼】參考Notebook，溫習線性代數

【總結】列出花書前四章必須要掌握的十個知識點，附帶上自己的學習心得【思考題】一元線性回歸的基本假設有哪些？

Week2

?>>花書5.1-5.4，花書5.5-5.7.1

【視頻課】機器學習算法基本概念，

【視頻課】回歸與分類任務，欠擬合過擬合，模型選取交叉驗證

【視頻課】極大似然估計，貝葉斯估計

作業：

【拓展】了解bias-variance tradeoff

【習題】根據圖示判斷算法建模情況

【推導】通過梯度下降算法最小化負對數似然求解邏輯回歸

【思考題】交叉驗證的基本流程是什么？最大似然估計與貝葉斯估計的區別有哪些？

Week3

?>>花書5.7.2-5.7.3章

【視頻課】監督學習:邏輯回歸，SVM,LDA，決策樹

【視頻課】非監督學習:PCA,kmeans

【視頻課】梯度下降，隨機梯度下降

作業：

【推導】硬間隔支持向量機推導

【思考題】舉幾個例子說明不同聚類方法的應用場景。

【習題】比較隨機梯度下降與批梯度下降

Week4

?>>花書第6章

【視頻課】前饋神經網絡的基本概念，XOR

【視頻課】基于梯度的學習，代價函數(MSE,CE)，以及輸出單元，求導

【視頻課】神經網絡的隱層，各種非線性變換，以及求導

【視頻課】前向傳播與反向傳播算法，以及參數更新

作業：

【思考題】為什么在神經網絡中加入非線性是必須的？

【推導】完成softmax輸出單元cross-entropy損失函數的梯度推導。

【習題】寫出下列每個激活函數的表達式及其導數

【實戰】完成?個反向傳播實例

Week5

?>>花書第7、8章

視頻課(第七章)：

1.參數正則化

2.數據集增強，噪聲魯棒性

3.半監督，多任務

4.提前終止，參數共享，稀疏矩陣

5.dropout

6.數據增強，simu

7.bagging

視頻課(第八章)：

1.局部極小，病態，梯度懸崖，梯度爆炸與消失

2.moment & NAG

3.自適應學習率，adagrad,adam

4.二階方法，牛頓，擬牛頓，共軛梯度

5.batch norm

6.監督預訓練

作業：

【習題】?公式說明為何L2正則化?常被稱作“weight decay”

【思考題】為什么在神經?絡中，dropout可以起到正則化的作?？

【思考題】什么時候適合?Adam？RMSProp？SGD?

Week6

?>>花書第9章

【視頻課】卷積神經網絡

【視頻課】局部感知權值共享

經典論文帶讀

【視頻課】CNN用于句分類--第一篇真正意義上的神經網絡用于文本分類之作? 《Convolutional Neural Networks for Sentence Classification》論文講解

【視頻課】ResNet網絡結構《Deep Residual Learning for Image Recognition》論文講解

作業：

【思考題】卷積操作的本質特性包括稀疏交互和參數共享，具體解釋這兩種特性及其作用。

【思考題】關于最大池化層，選出給出的選擇正確項。

【習題】完成卷積神經網絡的經典習題

Week7- Week8

?>>花書第10章

【視頻課】具有時序性的任務,時間依賴性

【視頻課】RNN與雙向RNN的結構，前向與反向算法,梯度爆炸與梯度消失

【視頻課】LSTM與biLSTM的結構，前向與反向算法

【視頻課】GRU與biGRU的結構，前向與反向算法

【視頻課】講解和分享實際案例

作業：

【作圖】畫出圖10.13c的展開圖

【作圖】可以完成給定任務的RNN計算圖

【推導】參考博客，了解隨時間反向傳播在LSTM中的推導

Week9

實際工作中的一些經驗以及前沿技術介紹與分享

【視頻課】多GPU并行計算

【視頻課】模型的壓縮與加速

【視頻課】知識蒸餾

作業：

【總結】觀看深度學習最新進展視頻，總結幾條你認為深度學習最有潛力的發展方向

【期末復盤】復盤所學到的知識，構建自己的機器學習和深度學習知識框架

不僅如此，你還能獲得
1三維度答疑

1：贈送價值1198元知識星球為期一年1對1導師咨詢服務，12小時之內保證解決問題（Paperweekly粉絲專屬）

2：每月統一收集問題直播答疑，系統講解重難點

3：微信學習群助教及時互動，群友互答

2超過15家知名互聯網企業的工作內推

3
良好的學習氛圍

和一批優秀的985、211學員一起學習，每周頭腦風暴！

△可上下滑動，查看往期學員互動詳情

4提供GPU資源教程

免費提供部署好環境的GPU云端資源教程

學AI，頂級書本+權威導師，你就相當于成功了一半，而我們經驗豐富的導師團帶學

對于優秀作業我們將置頂，助教將進行點評和批改

△可上下滑動，查看往期學員部分打卡詳情

看到同學們這么認真的在做學習筆記，也是滿滿的成就感

睜開眼，陽光和你都在

△可上下滑動，查看往期學員部分作業完成詳情

學員給我們的好評

我們的模式在往期訓練營里中備受好評！

而我們，還在不斷的更新迭代

睜開眼，陽光和你都在～

△可上下滑動，查看往期學員部分評價詳情

學員福利

為了鼓勵學員，我們一直堅持對于優秀的學生發放獎金

按學習任務要求完成全勤打卡，我們將贈送你如下福利！！

事實證明，往期訓練營結束后，每一期堅持完成全勤打卡的人，都拿回了報名時他所付的金額

學完有效果嗎？事實證明，有不少學生通過學習轉行，都已經順利拿到自己心儀的offer。

我們的學員凡是參與過一期的人，都不斷的在參與我們其他的主題，他們說“太值了”！你卻還在觀望？

等到他們進入你也能進的公司，你準備何去何從？

不參與競爭，就只能等待淘汰。你不參與，別人會參與。

加入訓練營！僅需198元

省下一頓海底撈火鍋

你就能收獲，最權威的《深度學習》理論系統

最頂尖的書本內容

你甚至可以在簡歷吹X

天吶！我啃完了整本《深度學習》！

時間永遠是擠出來的，我們幫你安排

你要做的只是按部就班的學習

理論知識+實戰能力

還能結識一群名校志同道合的伙伴！

-長按以下二維碼速速報名-

每增加50人，學費增加10元

報名時間：2019.9.17-2019.9.27

（過時將無法參與！）

若無法掃碼，請點擊閱讀原文鏈接

2個月一晃而過，不如來學習！

我相信，結束以后，你會感謝現在的自己

添加班主任微信進學員內部群

開啟你的升級之旅

備注：報名成功后，請及時添加班主任微信，如有任何問題，也請添加班主任微信咨詢。

重磅推出深度之眼VIP

一年暢學18大主題訓練營，從小白入門到進階大神的最佳學習方式

訂閱須知

Q、課程資料在哪里看

A、所有的課程資料均會在深度之眼公眾號內上傳。

Q、報名后可以退款嗎？

A、本服務為虛擬內容產品，一經購買，概不退款，敬請諒解。

Q、可以開具發票嗎？

A、可以開具普通發票，請聯系微信班主任填寫需要的信息即可。

名企合作

截止目前，我們已經和多家國內知名在線教育平臺和比賽機構建立了合作關系，只為給大家提供最優質的學習服務：

講師招募！！

深度之眼首創訓練營模式，在不到兩年時間已有1.8萬名付費學員，我們長期招募兼職講師，以在線工作為主，分成收入佳

只要您在一下方面有某一專長：

1、對數據分析、數據挖掘方向有擅長，可帶數據科學相關班

2、有多年Python開發經驗，對web/爬蟲/運維/數據分析/云計算/大數據其中一個領域熟悉，可申請做Python課程導師

3、精讀過《深度學習》花書、李航《統計學習方法》、《機器學習》西瓜書、等AI類知名書籍，可以開設以此書籍為教材的帶讀班

4、系統學過李宏毅的《機器學習》《深度學習》、李飛飛《計算機視覺課》、或是國外名校的知名公開課，可以開設以此課程為教材的帶學班

5、?打過Kaggle、天池、AI challenger、科賽網、DC等競賽，并取得過前5的成績，可帶競賽班

6、如果你自己曾經讀過AI類的經典或者前沿論文，并且對論文做過深入的分析和研究，可作為我們的paper精讀班老師

7、如果你在企業里面，有參加過實際的企業項目，可以作為我們AI企業項目實戰班

我們不需要你全能，只要你在某一個方面特別擅長，即可擔任我們的帶學導師

(了解薪資報酬，可以進入【深度之眼】公眾號回復關鍵詞【講師】）

招募分享達人

如果你熱愛分享技術、學習經驗、心得、我們為你搭建平臺,幫你打造個人影響力!

歡迎大家掃客服微信聯系我們！

同時歡迎HR聯系我們探討內推、實習等合作！

重磅福利，免費學習

戳“閱讀原文”一起來充電吧!

總結

以上是生活随笔為你收集整理的真的！最难啃的《深度学习》圣经花书，居然新出版了视频课！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。