《Foundations of Deep Learning》PDF+mobi+epub高清完整电子版

Foundations of Deep Learning
《深度学习基础》
作者： Fengxiang He (Author), Dacheng Tao (Author)
出版社：Springer
出版时间：2025年2月1日

深度学习显著地重塑了图像处理、自然语言处理和音频处理等多种技术。深度学习卓越的泛化能力如同“乌云”般笼罩着传统的基于复杂度的学习理论：深度学习的过度参数化使得几乎所有现有工具都形同虚设。这种矛盾极大地削弱了人们将深度学习应用于安全关键领域的信心，例如自动驾驶汽车和医疗诊断，在这些领域，微小的算法错误都可能导致致命的灾难。本书旨在解释深度学习卓越的泛化能力，包括通过与规模无关的复杂度度量进行泛化分析、优化在理解泛化能力中的作用，以及泛化能力与伦理/安全问题之间的关系。

目前，理解深度学习卓越泛化能力的研究主要集中在两个方面：(1) 开发与规模无关的复杂度度量，用于评估可学习的“有效”假设复杂度，而非整个假设空间的复杂度；(2) 通过随机微分函数和相关损失函数的几何结构，利用深度学习中占主导地位的优化器——随机梯度法，对学习到的假设进行建模。相关研究发现，过度参数化出人意料地为损失函数带来了许多优良特性。深度学习日益受到关注，尤其是在伦理和安全问题上，包括隐私保护和对抗鲁棒性。相关研究还揭示了这些问题与泛化能力之间的相互作用：良好的泛化能力通常意味着良好的隐私保护能力；而更鲁棒的算法可能泛化能力较差。

我们希望读者能够对深度学习理论的现有知识有一个整体的了解，理解深度学习理论如何指导新算法的设计，并确定未来的研究方向。读者需要具备微积分、线性代数、概率论、统计学和统计学习理论方面的知识。

电子版代找请联系：yefei147852

电子版代找请联系：yefei147852

未经允许不得转载：我的生活分享 » 《Foundations of Deep Learning》PDF+mobi+epub高清完整电子版