今天，營(yíng)長(zhǎng)要給大家推薦一本還未完成的深度學(xué)習(xí)書(shū)籍——《深度學(xué)習(xí)500問(wèn)》。為什么要推薦一本未完成的書(shū)？

首先，這本書(shū)的作者是通過(guò)問(wèn)答的形式，對(duì)常用的概率知識(shí)、線性代數(shù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)等熱點(diǎn)問(wèn)題進(jìn)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(shū)無(wú)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(shū)。

所以，雖然這本書(shū)還未完工，但是非常適合廣大讀者點(diǎn)贊、收藏、外加轉(zhuǎn)發(fā)。現(xiàn)在，營(yíng)長(zhǎng)就來(lái)為大家介紹這本書(shū)的詳細(xì)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(shí)書(shū)籍不太一樣，這里作者并沒(méi)有講解那些知識(shí)點(diǎn)，而是幫大家總結(jié)整理了知識(shí)點(diǎn)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(jiàn)概率分布（涵蓋12 種分布；通過(guò)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(jìn)行對(duì)比）等等。

▌第二章：機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)涉及的知識(shí)非常的多，作者在這里為大家講解了常見(jiàn)的算法及它們各自的優(yōu)缺點(diǎn)，如何根據(jù)數(shù)據(jù)類(lèi)型來(lái)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(diǎn)。

▌第三章：深度學(xué)習(xí)

從數(shù)學(xué)基礎(chǔ)到機(jī)器學(xué)習(xí)，接下來(lái)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(wèn)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(diǎn)的解讀。第五章則詳細(xì)講解了 CNN 網(wǎng)絡(luò)的各組成層、卷積核、步長(zhǎng)等基礎(chǔ)知識(shí)，還有圖解 12 種不同類(lèi)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(diǎn)、拓展和改進(jìn)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(cè)、圖像分割等技術(shù)的運(yùn)用；第九、十章將帶領(lǐng)大家了解這兩年大熱的強(qiáng)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(méi)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(shí)和資源公開(kāi)發(fā)表出來(lái)時(shí)，營(yíng)長(zhǎng)第一時(shí)間聯(lián)系到了作者。并采訪了作者寫(xiě)這本書(shū)的初衷、目前的進(jìn)展和今后的計(jì)劃。現(xiàn)在，就來(lái)為大家介紹下本書(shū)作者——談繼勇。

AI科技大本營(yíng)：能簡(jiǎn)單介紹下自己?jiǎn)幔?/p>

談繼勇：我是 2018 年碩士畢業(yè)于四川大學(xué)控制工程專(zhuān)業(yè)，并被評(píng)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(guò)多項(xiàng)課題項(xiàng)目。

AI 科技大本營(yíng)：從什么時(shí)候開(kāi)始關(guān)注人工智能？什么原因？

談繼勇：我是本科期間在實(shí)驗(yàn)室從事智能機(jī)器人、無(wú)人機(jī)相關(guān)研發(fā)，那時(shí)候覺(jué)得智能的工具設(shè)備很神奇，從那個(gè)時(shí)候開(kāi)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(jì)算機(jī)視覺(jué)相關(guān)的技術(shù)研究。

AI 科技大本營(yíng)：您是什么時(shí)候開(kāi)始寫(xiě)《深度學(xué)習(xí)500問(wèn)》的？初衷是什么？

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

AI 科技大本營(yíng)：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(shū)籍、國(guó)內(nèi)外知名學(xué)者個(gè)人網(wǎng)站、知名論壇、請(qǐng)教專(zhuān)業(yè)大牛，再結(jié)合自身理解，做了這些整理。

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

談繼勇：這個(gè)項(xiàng)目里面的內(nèi)容以問(wèn)答方式，針對(duì)不同的問(wèn)題，給出解決方案，有需要的開(kāi)發(fā)者或多或少都能從中受益。以問(wèn)答的方式主要是方便快速解決問(wèn)題，對(duì)癥下藥，并且能提高讀者興趣。

AI 科技大本營(yíng)：《深度學(xué)習(xí)500問(wèn)》大概什么時(shí)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(lái)打算一年內(nèi)完成，但由于項(xiàng)目、paper等眾多因素影響，精力有限，使得計(jì)劃延期。我也希望有意者可以合作，加快完善進(jìn)度。以便早成體系。

缺少的兩章內(nèi)容中，第十一章是近來(lái)受到大家關(guān)注的生成對(duì)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(shí)踐經(jīng)驗(yàn)分享，我會(huì)根據(jù)自己的操作和實(shí)踐經(jīng)驗(yàn)總結(jié)那些容易出現(xiàn)問(wèn)題的解決方法，相信這部分內(nèi)容對(duì)大家在學(xué)習(xí)和工作中的幫助會(huì)非常大，敬請(qǐng)期待！

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

談繼勇：以做工程的角度看，需要多動(dòng)手 debug，多積累實(shí)際經(jīng)驗(yàn)。以理論角度看，加強(qiáng)理論知識(shí)的理解，不要跑跑模型就覺(jué)得可以了。