動手學深度學習（簡體書）

本書旨在向讀者交付有關深度學習的交互式學習體驗。書中不僅闡述深度學習的算法原理，還演示它們的實現和運行。與傳統圖書不同，本書的每一節都是一個可以下載並運行的 Jupyter記事本，它將文字、公式、圖像、代碼和運行結果結合在了一起。此外，讀者還可以訪問並參與書中內容的討論。
全書的內容分為3個部分：第一部分介紹深度學習的背景，提供預備知識，並包括深度學習最基礎的概念和技術；第二部分描述深度學習計算的重要組成部分，還解釋近年來令深度學習在多個領域大獲成功的卷積神經網絡和循環神經網絡；第三部分評價優化算法，檢驗影響深度學習計算性能的重要因素，並分別列舉深度學習在計算機視覺和自然語言處理中的重要應用。
本書同時覆蓋深度學習的方法和實踐，主要面向在校大學生、技術人員和研究人員。閱讀本書需要讀者瞭解基本的Python編程或附錄中描述的線性代數、微分和概率基礎。

阿斯頓·張（Aston Zhang），

亞馬遜應用科學家，美國伊利諾伊大學香檳分校計算機科學博士，統計學和計算機科學雙碩士。他專注於機器學習的研究，並在數個頂級學術會議發表過論文。他擔任過NeurIPS、ICML、KDD、WWW、WSDM、SIGIR、AAAI 等學術會議的程序委員或審稿人以及Frontiers in Big Data 期刊的編委。



李沐（Mu Li），

亞馬遜首席科學家（Principal Scientist），加州大學伯克利分校客座助理教授，美國卡內基梅隆大學計算機系博士。他專注於分布式系統和機器學習算法的研究。他是深度學習框架MXNet 的作者之一。他曾任機器學習創業公司Marianas Labs 的CTO 和百度深度學習研究院的主任研發架構師。他在理論、機器學習、應用和操作系統等多個領域的頂級學術會議（包括FOCS、ICML、NeurIPS、AISTATS、CVPR、KDD 、WSDM、OSDI）上發表過論文。



紮卡裡·C. 立頓（Zachary C. Lipton），
亞馬遜應用科學家，美國卡內基梅隆大學助理教授，美國加州大學聖迭戈分校博士。他專注於機器學習算法及其社會影響的研究，特別是在時序數據與序列決策上的深度學習。這類工作有著廣泛的應用場景，包括醫療診斷、對話系統和產品推薦。他創立了博客“Approximately Correct”（approximatelycorrect.com）。




亞歷山大·J. 斯莫拉（Alexander J. Smola），
亞馬遜副總裁\/ 傑出科學家，德國柏林工業大學計算機科學博士。他曾在澳大利亞國立大學、美國加州大學伯克利分校和卡內基梅隆大學任教。他發表了超過200 篇學術論文，並著有5 本書，其論文及書被引用超過10 萬次。他的研究興趣包括深度學習、貝葉斯非參數、核方法、統計建模和可擴展算法。

對本書的讚譽
前言
如何使用本書
資源與支持
主要符號表
第 1 章 深度學習簡介 1
1.1 起源 2
1.2 發展 4
1.3 成功案例 6
1.4 特點 7
小結 8
練習 8
第 2 章 預備知識 9
2.1 獲取和運行本書的代碼 9
2.1.1 獲取代碼並安裝運行環境 9
2.1.2 更新代碼和運行環境 11
2.1.3 使用GPU版的MXNet 11
小結12
練習12
2.2 數據操作 12
2.2.1 創建NDArray 12
2.2.2 運算 14
2.2.3 廣播機制 16
2.2.4 索引 17
2.2.5 運算的內存開銷 17
2.2.6 NDArray和NumPy相互變換18
小結19
練習19
2.3 自動求梯度 19
2.3.1 簡單例子 19
2.3.2 訓練模式和預測模式 20
2.3.3 對Python控制流求梯度 20
小結21
練習21
2.4 查閱文檔 21
2.4.1 查找模塊裡的所有函數和類 21
2.4.2 查找特定函數和類的使用 22
2.4.3 在MXNet網站上查閱 23
小結 24
練習 24
第3 章 深度學習基礎 25
3.1 線性回歸 25
3.1.1 線性回歸的基本要素 25
3.1.2 線性回歸的表示方法 28
小結 30
練習 30
3.2 線性回歸的從零開始實現 30
3.2.1 生成數據集 30
3.2.2 讀取數據集 32
3.2.3 初始化模型參數 32
3.2.4 定義模型 33
3.2.5 定義損失函數 33
3.2.6 定義優化算法 33
3.2.7 訓練模型 33
小結 34
練習 34
3.3 線性回歸的簡潔實現 35
3.3.1 生成數據集 35
3.3.2 讀取數據集 35
3.3.3 定義模型 36
3.3.4 初始化模型參數 36
3.3.5 定義損失函數 37
3.3.6 定義優化算法 37
3.3.7 訓練模型 37
小結 38
練習 38
3.4 softmax回歸 38
3.4.1 分類問題 38
3.4.2 softmax回歸模型 39
3.4.3 單樣本分類的矢量計算表達式 40
3.4.4 小批量樣本分類的矢量計算表達式 40
3.4.5 交叉熵損失函數 41
3.4.6 模型預測及評價 42
小結 42
練習 42
3.5 圖像分類數據集(Fashion-MNIST) 42
3.5.1 獲取數據集 42
3.5.2 讀取小批量 44
小結 45
練習 45
3.6 softmax回歸的從零開始實現 45
3.6.1 讀取數據集 45
3.6.2 初始化模型參數 45
3.6.3 實現softmax運算 46
3.6.4 定義模型 46
3.6.5 定義損失函數 47
3.6.6 計算分類準確率 47
3.6.7 訓練模型 48
3.6.8 預測 48
小結 49
練習 49
3.7 softmax回歸的簡潔實現 49
3.7.1 讀取數據集 49
3.7.2 定義和初始化模型 50
3.7.3 softmax和交叉熵損失函數 50
3.7.4 定義優化算法 50
3.7.5 訓練模型 50
小結 50
練習 50
3.8 多層感知機 51
3.8.1 隱藏層 51
3.8.2 激活函數 52
3.8.3 多層感知機 55
小結 55
練習 55
3.9 多層感知機的從零開始實現 56
3.9.1 讀取數據集 56
3.9.2 定義模型參數 56
3.9.3 定義激活函數 56
3.9.4 定義模型 56
3.9.5 定義損失函數 57
3.9.6 訓練模型 57
小結 57
練習 57
3.10 多層感知機的簡潔實現 57
3.10.1 定義模型 58
3.10.2 訓練模型 58
小結 58
練習 58
3.11 模型選擇、欠擬合和過擬合 58
3.11.1 訓練誤差和泛化誤差 59
3.11.2 模型選擇 59
3.11.3 欠擬合和過擬合 60
3.11.4 多項式函數擬合實驗 61
小結 65
練習 65
3.12 權重衰減 65
3.12.1 方法 65
3.12.2 高維線性回歸實驗 66
3.12.3 從零開始實現 66
3.12.4 簡潔實現 68
小結 70
練習 70
3.13 丟棄法 70
3.13.1 方法 70
3.13.2 從零開始實現 71
3.13.3 簡潔實現 73
小結 74
練習 74
3.14 正向傳播、反向傳播和計算圖 74
3.14.1 正向傳播 74
3.14.2 正向傳播的計算圖 75
3.14.3 反向傳播 75
3.14.4 訓練深度學習模型 76
小結 77
練習 77
3.15 數值穩定性和模型初始化 77
3.15.1 衰減和爆炸 77
3.15.2 隨機初始化模型參數 78
小結 78
練習 79
3.16 實戰Kaggle比賽：房價預測 79
3.16.1 Kaggle比賽 79
3.16.2 讀取數據集 80
3.16.3 預處理數據集 81
3.16.4 訓練模型 82
3.16.5 k 折交叉驗證 82
3.16.6 模型選擇 83
3.16.7 預測並在Kaggle提交結果 84
小結 85
練習 85
第4 章 深度學習計算 86
4.1 模型構造 86
4.1.1 繼承Block類來構造模型 86
4.1.2 Sequential類繼承自Block類 87
4.1.3 構造複雜的模型 88
小結 89
練習 90
4.2 模型參數的訪問、初始化和共享 90
4.2.1 訪問模型參數 90
4.2.2 初始化模型參數 92
4.2.3 自定義初始化方法 93
4.2.4 共享模型參數 94
小結 94
練習 94
4.3 模型參數的延後初始化 95
4.3.1 延後初始化 95
4.3.2 避免延後初始化 96
小結 96
練習 97
4.4 自定義層 97
4.4.1 不含模型參數的自定義層 97
4.4.2 含模型參數的自定義層 98
小結 99
練習 99
4.5 讀取和存儲 99
4.5.1 讀寫NDArray 99
4.5.2 讀寫Gluon模型的參數 100
小結 101
練習 101
4.6 GPU計算 101
4.6.1 計算設備 102
4.6.2 NDArray的GPU計算 102
4.6.3 Gluon的GPU計算 104
小結 105
練習 105
第5 章 卷積神經網絡 106
5.1 二維卷積層 106
5.1.1 二維互相關運算 106
5.1.2 二維卷積層 107
5.1.3 圖像中物體邊緣檢測 108
5.1.4 通過數據學習核數組 109
5.1.5 互相關運算和卷積運算 109
5.1.6 特徵圖和感受野 110
小結 110
練習 110
5.2 填充和步幅 111
5.2.1 填充 111
5.2.2 步幅 112
小結 113
練習 113
5.3 多輸入通道和多輸出通道 114
5.3.1 多輸入通道 114
5.3.2 多輸出通道 115
5.3.3 1×1卷積層 116
小結 117
練習 117
5.4 池化層 117
5.4.1 二維最大池化層和平均池化層 117
5.4.2 填充和步幅 119
5.4.3 多通道 120
小結 120
練習 121
5.5 卷積神經網絡(LeNet) 121
5.5.1 LeNet模型 121
5.5.2 訓練模型 122
小結 124
練習 124
5.6 深度卷積神經網絡(AlexNet) 124
5.6.1 學習特徵表示 125
5.6.2 AlexNet 126
5.6.3 讀取數據集 127
5.6.4 訓練模型 128
小結 128
練習 129
5.7 使用重複元素的網絡(VGG) 129
5.7.1 VGG塊 129
5.7.2 VGG網絡 129
5.7.3 訓練模型 130
小結 131
練習 131
5.8 網絡中的網絡(NiN) 131
5.8.1 NiN塊 131
5.8.2 NiN模型 132
5.8.3 訓練模型 133
小結 134
練習 134
5.9 含並行連結的網絡(GoogLeNet) 134
5.9.1 Inception塊 134
5.9.2 GoogLeNet模型 135
5.9.3 訓練模型 137
小結 137
練習 137
5.10 批量歸一化 138
5.10.1 批量歸一化層 138
5.10.2 從零開始實現 139
5.10.3 使用批量歸一化層的LeNet 140
5.10.4 簡潔實現 141
小結 142
練習 142
5.11 殘差網絡(ResNet) 143
5.11.1 殘差塊 143
5.11.2 ResNet模型 145
5.11.3 訓練模型 146
小結 146
練習 146
5.12 稠密連接網絡(DenseNet) 147
5.12.1 稠密塊 147
5.12.2 過渡層 148
5.12.3 DenseNet模型 148
5.12.4 訓練模型 149
小結 149
練習 149
第6 章 循環神經網絡 150
6.1 語言模型 150
6.1.1 語言模型的計算 151
6.1.2 n 元語法 151
小結 152
練習 152
6.2 循環神經網絡 152
6.2.1 不含隱藏狀態的神經網絡 152
6.2.2 含隱藏狀態的循環神經網絡 152
6.2.3 應用：基於字符級循環神經網絡的語言模型 154
小結 155
練習 155
6.3 語言模型數據集(歌詞) 155
6.3.1 讀取數據集 155
6.3.2 建立字符索引 156
6.3.3 時序數據的採樣 156
小結 158
練習 159
6.4 循環神經網絡的從零開始實現 159
6.4.1 one-hot向量 159
6.4.2 初始化模型參數 160
6.4.3 定義模型 160
6.4.4 定義預測函數 161
6.4.5 裁剪梯度 161
6.4.6 困惑度 162
6.4.7 定義模型訓練函數 162
6.4.8 訓練模型並創作歌詞 163
小結 164
練習 164
6.5 循環神經網絡的簡潔實現 165
6.5.1 定義模型 165
6.5.2 訓練模型 166
小結 168
練習 168
6.6 通過時間反向傳播 168
6.6.1 定義模型 168
6.6.2 模型計算圖 169
6.6.3 方法 169
小結 170
練習 170
6.7 門控循環單元(GRU) 170
6.7.1 門控循環單元 171
6.7.2 讀取數據集 173
6.7.3 從零開始實現 173
6.7.4 簡潔實現 175
小結 176
練習 176
6.8 長短期記憶(LSTM) 176
6.8.1 長短期記憶 176
6.8.2 讀取數據集 179
6.8.3 從零開始實現 179
6.8.4 簡潔實現 181
小結 181
練習 182
6.9 深度循環神經網絡 182
小結 183
練習 183
6.10 雙向循環神經網絡 183
小結 184
練習 184
第7 章 優化算法 185
7.1 優化與深度學習 185
7.1.1 優化與深度學習的關係 185
7.1.2 優化在深度學習中的挑戰 186
小結 188
練習 189
7.2 梯度下降和隨機梯度下降 189
7.2.1 一維梯度下降 189
7.2.2 學習率 190
7.2.3 多維梯度下降 191
7.2.4 隨機梯度下降 193
小結 194
練習 194
7.3 小批量隨機梯度下降 194
7.3.1 讀取數據集 195
7.3.2 從零開始實現 196
7.3.3 簡潔實現 198
小結 199
練習 199
7.4 動量法 200
7.4.1 梯度下降的問題 200
7.4.2 動量法 201
·6· 目 錄
7.4.3 從零開始實現 203
7.4.4 簡潔實現 205
小結 205
練習 205
7.5 AdaGrad算法206
7.5.1 算法 206
7.5.2 特點 206
7.5.3 從零開始實現 208
7.5.4 簡潔實現 209
小結 209
練習 209
7.6 RMSProp算法 209
7.6.1 算法 210
7.6.2 從零開始實現 211
7.6.3 簡潔實現 212
小結 212
練習 212
7.7 AdaDelta算法 212
7.7.1 算法 212
7.7.2 從零開始實現 213
7.7.3 簡潔實現 214
小結 214
練習 214
7.8 Adam算法 215
7.8.1 算法 215
7.8.2 從零開始實現 216
7.8.3 簡潔實現 216
小結 217
練習 217
第8 章 計算性能 218
8.1 命令式和符號式混合編程 218
8.1.1 混合式編程取兩者之長 220
8.1.2 使用HybridSequential類構造模型 220
8.1.3 使用HybridBlock類構造模型 222
小結 224
練習 224
8.2 異步計算 224
8.2.1 MXNet中的異步計算 224
8.2.2 用同步函數讓前端等待計算結果 226
8.2.3 使用異步計算提升計算性能 226
8.2.4 異步計算對內存的影響 227
小結 229
練習 229
8.3 自動並行計算 229
8.3.1 CPU和GPU的並行計算 230
8.3.2 計算和通信的並行計算 231
小結 231
練習 231
8.4 多GPU計算 232
8.4.1 數據並行 232
8.4.2 定義模型 233
8.4.3 多GPU之間同步數據 234
8.4.4 單個小批量上的多GPU訓練 236
8.4.5 定義訓練函數 236
8.4.6 多GPU訓練實驗 237
小結 237
練習 237
8.5 多GPU計算的簡潔實現 237
8.5.1 多GPU上初始化模型參數 238
8.5.2 多GPU訓練模型 239
小結 241
練習 241
第9 章 計算機視覺 242
9.1 圖像增廣242
9.1.1 常用的圖像增廣方法 243
9.1.2 使用圖像增廣訓練模型 246
小結 250
練習 250
9.2 微調 250
熱狗識別 251
小結 255
練習 255
目 錄 ·7·
9.3 目標檢測和邊界框 255
邊界框 256
小結 257
練習 257
9.4 錨框 257
9.4.1 生成多個錨框 257
9.4.2 交並比 259
9.4.3 標注訓練集的錨框 260
9.4.4 輸出預測邊界框 263
小結 265
練習 265
9.5 多尺度目標檢測 265
小結 268
練習 268
9.6 目標檢測數據集(皮卡丘) 268
9.6.1 獲取數據集 269
9.6.2 讀取數據集 269
9.6.3 圖示數據 270
小結 270
練習 271
9.7 單發多框檢測(SSD) 271
9.7.1 定義模型 271
9.7.2 訓練模型 275
9.7.3 預測目標 277
小結 278
練習 278
9.8 區域卷積神經網絡(R-CNN)系列280
9.8.1 R-CNN 280
9.8.2 Fast R-CNN 281
9.8.3 Faster R-CNN 283
9.8.4 Mask R-CNN 284
小結 285
練習 285
9.9 語義分割和數據集 285
9.9.1 圖像分割和實例分割 285
9.9.2 Pascal VOC2012語義分割數據集 286
小結 290
練習 290
9.10 全卷積網絡(FCN) 290
9.10.1 轉置卷積層 291
9.10.2 構造模型 292
9.10.3 初始化轉置卷積層 294
9.10.4 讀取數據集 295
9.10.5 訓練模型 296
9.10.6 預測像素類別 296
小結 297
練習 297
9.11 樣式遷移 298
9.11.1 方法 298
9.11.2 讀取內容圖像和樣式圖像 299
9.11.3 預處理和後處理圖像 300
9.11.4 抽取特徵 301
9.11.5 定義損失函數 302
9.11.6 創建和初始化合成圖像 303
9.11.7 訓練模型 304
小結 306
練習 306
9.12 實戰Kaggle比賽：圖像
分類(CIFAR-10)306
9.12.1 獲取和整理數據集 307
9.12.2 圖像增廣 310
9.12.3 讀取數據集 310
9.12.4 定義模型 311
9.12.5 定義訓練函數 312
9.12.6 訓練模型 312
9.12.7 對測試集分類並在Kaggle
提交結果 313
小結 313
練習 313
9.13 實戰Kaggle比賽：狗的品種
識別(ImageNet Dogs) 314
9.13.1 獲取和整理數據集 315
9.13.2 圖像增廣 316
9.13.3 讀取數據集 317
9.13.4 定義模型 318
9.13.5 定義訓練函數 318
9.13.6 訓練模型 319
·8· 目 錄
9.13.7 對測試集分類並在Kaggle提交結果 319
小結 320
練習 320
第 10 章 自然語言處理 321
10.1 詞嵌入(word2vec) 321
10.1.1 為何不採用one-hot向量 321
10.1.2 跳字模型 322
10.1.3 連續詞袋模型 323
小結 325
練習 325
10.2 近似訓練325
10.2.1 負採樣 325
10.2.2 層序softmax 326
小結 327
練習 328
10.3 word2vec的實現328
10.3.1 預處理數據集 328
10.3.2 負採樣 331
10.3.3 讀取數據集 331
10.3.4 跳字模型 332
10.3.5 訓練模型 333
10.3.6 應用詞嵌入模型 335
小結 336
練習 336
10.4 子詞嵌入(fastText) 336
小結 337
練習 337
10.5 全域向量的詞嵌入(GloVe)337
10.5.1 GloVe模型 338
10.5.2 從條件概率比值理解GloVe模型 339
小結 340
練習 340
10.6 求近義詞和類比詞340
10.6.1 使用預訓練的詞向量 340
10.6.2 應用預訓練詞向量 341
小結 343
練習 343
10.7 文本情感分類：使用循環神經網絡 343
10.7.1 文本情感分類數據集 343
10.7.2 使用循環神經網絡的模型 345
小結 347
練習 347
10.8 文本情感分類：使用卷積神經網絡(textCNN) 347
10.8.1 一維卷積層 348
10.8.2 時序最大池化層 349
10.8.3 讀取和預處理IMDb數據集 350
10.8.4 textCNN模型 350
小結 353
練習 353
10.9 編碼器-解碼器(seq2seq)353
10.9.1 編碼器 354
10.9.2 解碼器 354
10.9.3 訓練模型 355
小結 355
練習 355
10.10 束搜索 355
10.10.1 貪婪搜索 356
10.10.2 窮舉搜索 357
10.10.3 束搜索 357
小結 358
練習 358
10.11 注意力機制 358
10.11.1 計算背景變量 359
10.11.2 更新隱藏狀態 360
10.11.3 發展 361
小結 361
練習 361
10.12 機器翻譯 361
10.12.1 讀取和預處理數據集 361
10.12.2 含注意力機制的編碼器-解碼器 363
10.12.3 訓練模型 365
10.12.4 預測不定長的序列 367
10.12.5 評價翻譯結果 367
小結 369
練習 369
附錄A 數學基礎 370
附錄B 使用 Jupyter 記事本 376
附錄C 使用 AWS 運行代碼 381
附錄D GPU 購買指南 388
附錄E 如何為本書做貢獻 391
附錄F d2lzh 包索引 395
附錄G 中英文術語對照表 397
參考文獻 402
索引 407