今天，營長要給大家推薦一本還未完成的深度學(xué)習(xí)書籍——《深度學(xué)習(xí)500問》。為什么要推薦一本未完成的書？

首先，這本書的作者是通過問答的形式，對常用的概率知識、線性代數(shù)、機器學(xué)習(xí)、深度學(xué)習(xí)、計算機視覺等熱點問題進行闡述，清晰明了，方便檢索，特別適合初學(xué)者。其次，該作者將這本書無償發(fā)布在 GitHub 上，大家可以直接在線閱讀或下載學(xué)習(xí)。最后，這是一本中文書。

所以，雖然這本書還未完工，但是非常適合廣大讀者點贊、收藏、外加轉(zhuǎn)發(fā)?，F(xiàn)在，營長就來為大家介紹這本書的詳細內(nèi)容。

▌第一章：數(shù)學(xué)基礎(chǔ)

這部分內(nèi)容可能和大家以往看到的數(shù)學(xué)理論知識書籍不太一樣，這里作者并沒有講解那些知識點，而是幫大家總結(jié)整理了知識點間的關(guān)系，比如：張量與矩陣的區(qū)別，奇異值與特征值的關(guān)系，常見概率分布（涵蓋12 種分布；通過分析每種分布的密度函數(shù)、數(shù)學(xué)期望、方差、特征函數(shù)等方面進行對比）等等。

▌第二章：機器學(xué)習(xí)

機器學(xué)習(xí)涉及的知識非常的多，作者在這里為大家講解了常見的算法及它們各自的優(yōu)缺點，如何根據(jù)數(shù)據(jù)類型來選擇模型，如何選擇函數(shù)，以及不同方法（如：降維方法 LDA、PCA）的優(yōu)缺點。

▌第三章：深度學(xué)習(xí)

從數(shù)學(xué)基礎(chǔ)到機器學(xué)習(xí)，接下來就是深度學(xué)習(xí)了。神經(jīng)網(wǎng)絡(luò)、前向傳播、反向傳播、激活函數(shù)、超參數(shù)、如何應(yīng)用 Sofxmax、調(diào)節(jié) Batch-Size 、歸一化、Dropout 這些問題作者已經(jīng)都為大家準(zhǔn)備好了。

▌第四至六章：經(jīng)典網(wǎng)絡(luò)、CNN、RNN

第四章主要是LetNet、AlexNet、ZFNe、VGG、GoogleNet、Inception 等經(jīng)典網(wǎng)絡(luò)模型結(jié)構(gòu)、模型特點的解讀。第五章則詳細講解了 CNN 網(wǎng)絡(luò)的各組成層、卷積核、步長等基礎(chǔ)知識，還有圖解 12 種不同類型的 2D 卷積，以及 2D 卷積與3D 卷積的不同之處；第六章為大家講解RNN 的特點、拓展和改進的網(wǎng)絡(luò)和在 NLP 中的典型應(yīng)用。

有了這樣的講解，還擔(dān)心自己搞不懂這些網(wǎng)路嗎？

▌第七至十五章

第七、八章主要介紹目標(biāo)檢測、圖像分割等技術(shù)的運用；第九、十章將帶領(lǐng)大家了解這兩年大熱的強化學(xué)習(xí)與遷移學(xué)習(xí)；目前第十一、十二章內(nèi)容，作者還沒有更新；第十三、十四、十五章則從優(yōu)化算法、超參數(shù)調(diào)整、正則化內(nèi)容出發(fā)，教你如何更好地訓(xùn)練模型。

看到作者把自己這么用心整理、總結(jié)的知識和資源公開發(fā)表出來時，營長第一時間聯(lián)系到了作者。并采訪了作者寫這本書的初衷、目前的進展和今后的計劃?，F(xiàn)在，就來為大家介紹下本書作者——談繼勇。

AI科技大本營：能簡單介紹下自己嗎？

談繼勇：我是 2018 年碩士畢業(yè)于四川大學(xué)控制工程專業(yè)，并被評為四川大學(xué)優(yōu)秀畢業(yè)生。目前就職于順豐科技有限公司，最近正在做CV領(lǐng)域相關(guān)的技術(shù)。我曾在Neurocomputing、Asian Journal of Control 等期刊發(fā)表論文 8 篇，其中 SCI/EI 6篇。先后在四川大學(xué) PMCIRI 研究所、中科院信息工程研究所和香港中文大學(xué)（深圳）交流學(xué)習(xí)，并主研過多項課題項目。

AI 科技大本營：從什么時候開始關(guān)注人工智能？什么原因？

談繼勇：我是本科期間在實驗室從事智能機器人、無人機相關(guān)研發(fā)，那時候覺得智能的工具設(shè)備很神奇，從那個時候開始接觸。研究生階段在四川大學(xué) PMCIRI 研究所從事智能控制、計算機視覺相關(guān)的技術(shù)研究。

AI 科技大本營：您是什么時候開始寫《深度學(xué)習(xí)500問》的？初衷是什么？

談繼勇：我是2017年9月份開始整理，最初的想法是現(xiàn)有的書籍很難回答開發(fā)者各種各樣的問題，市面上的書籍大多要么是一套使用方法工具類書籍，要么是理論類書籍，而經(jīng)驗不足的開發(fā)者想要快速開發(fā)、找到對癥下藥的解決方案變得很低效，所以想搜集整理這些問題成書，方便相關(guān)開發(fā)者更快的解決問題。

AI 科技大本營：您是怎樣搜集資料的？做了哪些準(zhǔn)備？

談繼勇：主要根據(jù)現(xiàn)有大牛書籍、國內(nèi)外知名學(xué)者個人網(wǎng)站、知名論壇、請教專業(yè)大牛，再結(jié)合自身理解，做了這些整理。

AI 科技大本營：《深度學(xué)習(xí)500問》主要是面向什么類型的讀者？為什么要采用問答的形式？

談繼勇：這個項目里面的內(nèi)容以問答方式，針對不同的問題，給出解決方案，有需要的開發(fā)者或多或少都能從中受益。以問答的方式主要是方便快速解決問題，對癥下藥，并且能提高讀者興趣。

AI 科技大本營：《深度學(xué)習(xí)500問》大概什么時候完成？目前還缺少兩章節(jié)的內(nèi)容有什么樣的規(guī)劃？

談繼勇：本來打算一年內(nèi)完成，但由于項目、paper等眾多因素影響，精力有限，使得計劃延期。我也希望有意者可以合作，加快完善進度。以便早成體系。

缺少的兩章內(nèi)容中，第十一章是近來受到大家關(guān)注的生成對抗網(wǎng)絡(luò)——GAN；第十二章是非常干貨的內(nèi)容——網(wǎng)絡(luò)框架搭建實踐經(jīng)驗分享，我會根據(jù)自己的操作和實踐經(jīng)驗總結(jié)那些容易出現(xiàn)問題的解決方法，相信這部分內(nèi)容對大家在學(xué)習(xí)和工作中的幫助會非常大，敬請期待！

AI 科技大本營：關(guān)于人工智能的學(xué)習(xí)和實踐，您有什么經(jīng)驗可以分享的嗎？

談繼勇：以做工程的角度看，需要多動手 debug，多積累實際經(jīng)驗。以理論角度看，加強理論知識的理解，不要跑跑模型就覺得可以了。