书籍-《动手学深度学习（英文版）》

书籍：Dive into Deep Learning
作者：Aston Zhang，Zachary C. Lipton，Mu Li，Alexander J. Smola
出版：Cambridge University Press​
编辑：陈萍萍的公主@一点人工一点智能
下载：书籍下载-《动手学深度学习（英文版）》

01 书籍介绍

深度学习已经彻底改变了模式识别，为计算机视觉、自然语言处理和自动语音识别等领域提供了强大的工具。应用深度学习不仅需要理解如何定义问题，还需要掌握建模的基本数学原理、将模型拟合到数据的算法以及实现这些技术的工程方法。本书是一本全面的资源，使深度学习变得易于理解，同时提供足够的技术深度，帮助工程师、科学家和学生在自己的工作中应用深度学习。无需任何机器学习或深度学习的背景知识——每个概念都从零开始详细讲解，附录还提供了必要的数学知识回顾。书中包含大量可运行的代码示例，让你能够通过实践关键概念来培养自己的直觉。

02 作者简介

Aston Zhang是Meta的一名研究科学家，负责Llama的长文本处理，并是Llama 3的核心贡献者。在此之前，他在AWS AI Research担任科学家和经理。他曾获得ICLR杰出论文奖、ACM Ubicomp杰出论文奖，并获得ACM SenSys最佳论文奖提名。他编写的教材《Dive into Deep Learning》在全球范围内广泛使用。他拥有伊利诺伊大学厄巴纳-香槟分校（UIUC）的计算机科学博士学位。
Zachary Lipton是卡内基梅隆大学（CMU）机器学习领域的副教授，同时在计算机科学学院的机器学习系、海因茨公共政策学院（兼聘）和社会计算系（兼聘）任职。他的研究涵盖核心机器学习方法和理论、它们在医疗保健和自然语言处理中的应用，以及对这些技术的社会影响的批判性思考。
他还担任Abridge公司的首席技术官和首席科学家，这是一家在新兴环境监听领域处于技术前沿的医疗AI公司。该公司开发的产品能够将医生与患者的对话音频转化为高质量的随访文档草稿，极大地提高了工作效率，使医生可以专注于患者并在访问后只需进行少量编辑。实现这一目标需要在技术栈的每个组件上进行科学创新，强调以解决问题为导向而非美学考量，并不断适应使用模式的变化，优化模型的评估、监控和调整。

03 书籍大纲