深度学习进阶

《深度学习进阶：自然语言处理》是《深度学习入门：基于Python 的理论与实现》的续作，围绕自然语言处理和时序数据处理，介绍深度学习中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。本书语言平实，结合大量示意图和Python代码，按照“提出问题”“思考解决问题的新方法”“加以改善”的流程，基于深度学习解决自然语言处理相关的各种问题，使读者在此过程中更深入地理解深度学习中的重要技术。 豆瓣评分9.4的畅销书《深度学习入门：基于Python的理论与实现》续作，带你快速直达自然语言处理领域！ 【本书特色】 ·简明易懂 本书内容精炼，聚焦深度学习视角下的自然语言处理，延续前作的行文风格，采用通俗的语言和大量直观的示意图详细讲解，帮助读者加深对深度学习技术的理解，轻松入门自然语言处理。 ·侧重原理 不依赖外部库，使用Python 3从零开始创建深度学习程序，通过亲自创建程序并运行，读者可透彻掌握word2vec、RNN、LSTM、GRU、seq2seq和Attention等技术背后的运行原理。 ·学习曲线平缓 按照“文字介绍→代码实现→分析结果→发现问题→进行改善”的流程，逐步深入，读者只需具备基础的神经网络和Python知识，即可轻松读懂。

版权声明 O'Reilly Media, Inc. 介绍 译者序 前言 第 1 章　神经网络的复习 第 2 章　自然语言和单词的分布式表示 第 3 章　word2vec 第 4 章　word2vec的高速化 第 5 章　循环神经网络 第 6 章　Gated RNN 第 7 章　基于 RNN 生成文本 第 8 章　Attention 附录 A　sigmoid 函数和 tanh 函数的导数 附录 B　运行 WordNet 附录 C　GRU 后记 参考文献

斋藤康毅（作者） 1984年生于日本长崎县，东京工业大学毕业，并完成东京大学研究生院课程。目前在某企业从事人工智能相关的研究和开发工作。著有《深度学习入门：基于Python的理论与实现》，同时也是Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版译者。 陆宇杰（译者） 长期从事自然语言处理、知识图谱、深度学习相关的研究和开发工作。译有《深度学习入门：基于Python的理论与实现》。

暂无其它内容！

• 简单风格易懂，好书

  来源：豆瓣 发布时间：2025-05-10 04:24:09

• 深度学习入门系列

  来源：豆瓣 发布时间：2025-05-10 04:24:09

• 绘画的视角和意义的逆转

  来源：豆瓣 发布时间：2025-05-10 04:24:09

• 一本难得简明易懂、从零开始讲解NLP的好书

  来源：豆瓣 发布时间：2025-05-10 04:24:09