動(dòng)手學(xué)深度學(xué)習(xí)（PyTorch版）
本書(shū)是《動(dòng)手學(xué)深度學(xué)習(xí)》的重磅升級(jí)版本，選用經(jīng)典的PyTorch深度學(xué)習(xí)框架，旨在向讀者交付更為便捷的有關(guān)深度學(xué)習(xí)的交互式學(xué)習(xí)體驗(yàn)。 本書(shū)重新修訂《動(dòng)手學(xué)深度學(xué)習(xí)》的所有內(nèi)容，并針對(duì)技術(shù)的發(fā)展，新增注意力機(jī)制、預(yù)訓(xùn)練等內(nèi)容。本書(shū)包含15章，第一部分介紹深度學(xué)習(xí)的基礎(chǔ)知識(shí)和預(yù)備知識(shí)，并由線性模型引出最簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)——多層感知機(jī)；第二部分闡述深度學(xué)習(xí)計(jì)算的關(guān)鍵組件、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、注意力機(jī)制等大多數(shù)現(xiàn)代深度學(xué)習(xí)應(yīng)用背后的基本工具；第三部分討論深度學(xué)習(xí)中常用的優(yōu)化算法和影響深度學(xué)習(xí)計(jì)算性能的重要因素，并分別列舉深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理中的重要應(yīng)用。 本書(shū)同時(shí)覆蓋深度學(xué)習(xí)的方法和實(shí)踐，主要面向在校大學(xué)生、技術(shù)人員和研究人員。閱讀本書(shū)需要讀者了解基本的Python編程知識(shí)及預(yù)備知識(shí)中描述的線性代數(shù)、微分和概率等基礎(chǔ)知識(shí)。
阿斯頓.張（Aston Zhang），亞馬遜資深科學(xué)家，美國(guó)伊利諾伊大學(xué)香檳分校計(jì)算機(jī)科學(xué)博士，統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)雙碩士。他專注于機(jī)器學(xué)習(xí)和自然語(yǔ)言處理的研究，榮獲深度學(xué)習(xí)國(guó)際頂級(jí)學(xué)術(shù)會(huì)議ICLR杰出論文獎(jiǎng)、ACM UbiComp杰出論文獎(jiǎng)以及ACM SenSys最佳論文獎(jiǎng)提名。他擔(dān)任過(guò)EMNLP領(lǐng)域主席和AAAI資深程序委員。
扎卡里.C. 立頓（Zachary C. Lipton），美國(guó)卡內(nèi)基梅隆大學(xué)機(jī)器學(xué)習(xí)和運(yùn)籌學(xué)助理教授，并在海因茨公共政策學(xué)院以及軟件和社會(huì)系統(tǒng)系擔(dān)任禮節(jié)性任命。他領(lǐng)導(dǎo)著近似正確機(jī)器智能（ACMI）實(shí)驗(yàn)室，研究涉及核心機(jī)器學(xué)習(xí)方法、其社會(huì)影響以及包括臨床醫(yī)學(xué)和自然語(yǔ)言處理在內(nèi)的各種應(yīng)用領(lǐng)域。他目前的研究重點(diǎn)包括處理各種因果結(jié)構(gòu)下分布變化的穩(wěn)健和自適應(yīng)算法、超越預(yù)測(cè)為決策提供信息（包括應(yīng)對(duì)已部署模型的戰(zhàn)略響應(yīng)）、醫(yī)學(xué)診斷和預(yù)后預(yù)...
阿斯頓.張（Aston Zhang），亞馬遜資深科學(xué)家，美國(guó)伊利諾伊大學(xué)香檳分校計(jì)算機(jī)科學(xué)博士，統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)雙碩士。他專注于機(jī)器學(xué)習(xí)和自然語(yǔ)言處理的研究，榮獲深度學(xué)習(xí)國(guó)際頂級(jí)學(xué)術(shù)會(huì)議ICLR杰出論文獎(jiǎng)、ACM UbiComp杰出論文獎(jiǎng)以及ACM SenSys最佳論文獎(jiǎng)提名。他擔(dān)任過(guò)EMNLP領(lǐng)域主席和AAAI資深程序委員。
扎卡里.C. 立頓（Zachary C. Lipton），美國(guó)卡內(nèi)基梅隆大學(xué)機(jī)器學(xué)習(xí)和運(yùn)籌學(xué)助理教授，并在海因茨公共政策學(xué)院以及軟件和社會(huì)系統(tǒng)系擔(dān)任禮節(jié)性任命。他領(lǐng)導(dǎo)著近似正確機(jī)器智能（ACMI）實(shí)驗(yàn)室，研究涉及核心機(jī)器學(xué)習(xí)方法、其社會(huì)影響以及包括臨床醫(yī)學(xué)和自然語(yǔ)言處理在內(nèi)的各種應(yīng)用領(lǐng)域。他目前的研究重點(diǎn)包括處理各種因果結(jié)構(gòu)下分布變化的穩(wěn)健和自適應(yīng)算法、超越預(yù)測(cè)為決策提供信息（包括應(yīng)對(duì)已部署模型的戰(zhàn)略響應(yīng)）、醫(yī)學(xué)診斷和預(yù)后預(yù)測(cè)、算法公平性和可解釋性的基礎(chǔ)。他是“Approximately Correct”博客的創(chuàng)始人，也是諷刺性漫畫(huà)“Superheroes of Deep Learning”的合著者。
李沐（Mu Li），亞馬遜資深首席科學(xué)家（Senior Principal Scientist），美國(guó)加利福尼亞大學(xué)伯克利分校、斯坦福大學(xué)客座助理教授，美國(guó)卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)系博士。他曾任機(jī)器學(xué)習(xí)創(chuàng)業(yè)公司Marianas Labs的CTO和百度深度學(xué)習(xí)研究院的主任研發(fā)架構(gòu)師。他專注于機(jī)器學(xué)習(xí)系統(tǒng)和機(jī)器學(xué)習(xí)算法的研究。他在理論與應(yīng)用、機(jī)器學(xué)習(xí)與操作系統(tǒng)等多個(gè)領(lǐng)域的頂級(jí)學(xué)術(shù)會(huì)議上發(fā)表過(guò)論文，被引用上萬(wàn)次。
亞歷山大.J. 斯莫拉(Alexander J. Smola)，亞馬遜副總裁/杰出科學(xué)家，德國(guó)柏林工業(yè)大學(xué)計(jì)算機(jī)科學(xué)博士。他曾在澳大利亞國(guó)立大學(xué)、美國(guó)加利福尼亞大學(xué)伯克利分校和卡內(nèi)基梅隆大學(xué)任教。他發(fā)表過(guò)超過(guò)300篇學(xué)術(shù)論文，并著有5本書(shū)，其論文及書(shū)被引用超過(guò)15萬(wàn)次。他的研究興趣包括深度學(xué)習(xí)、貝葉斯非參數(shù)、核方法、統(tǒng)計(jì)建模和可擴(kuò)展算法。