《深入淺出神經網路與深度學習》譯者後記
By 朱小虎
University AI創始人兼首席科學家、Center for Safe AGI創始人、谷歌開發者機器學習專家、百度深度學習佈道者。和團隊核心成員一起建立了TASA、DL Center(深度學習知識中心全球價值網路)和AI Growth(行業智庫培訓)等。舉辦過多場國際性人工智慧峰會和活動。在多個技術平臺寫下了近百萬字的人工智慧精品技術內容。曾受邀為多所國內高校制定人工智慧學習規劃和教授人工智慧前沿課程,也曾為多家世界500強企業提供人工智慧方面的戰略佈局建議及落地實施等方面的諮詢建議。
這本書從翻譯完成到正式出版歷時長達4年。編輯讓我講講其間的故事,下面我談一談背後的一些經歷。
相遇
讀教科書是我的一大興趣,尤其是國外的一些著名的數學教材和計算機教材。很早之前,我就讀過《量子計算和量子資訊》,於是記住了Michael Nielsen這個名字。在深度學習逐漸興起之時,市面上其實沒有一本足夠讓人滿意且易於接受的書。大概在原書即將完成的時候,我偶然在網際網路上看到了它,發現作者竟然是Michael Nielsen,於是好好讀了幾遍,也跟著實驗跑了幾遍程式碼,這個過程令我非常激動。
在我眼中,這本書一直是深度學習的「the book」。為什麼呢?首先,實驗和講解結合得相當自然,有別於當時市面上的其他一些書。其次,它的角度獨特,由淺入深,用優美的語言清楚地講解了複雜的問題,這也影響了後續若干年深度學習可解釋性等方面的研究。最後,也最重要的是,這本書起到了深遠的啟發作用,尤其是最後一章的討論,讓我深受觸動。
翻譯
這樣好的一本書,怎能不與大家分享?!我在讀後立馬決定動筆翻譯。翻譯過程也是我重新認識深度學習的過程。物理學家的視角能開啟很多扇大門,幫助我們儘可能去理解某些令人困惑的知識點和一些結果解釋。
我在2015年完成了這本書大部分內容的翻譯。之後,我像原書作者一樣採取了公開分享的方式,把譯文放到了GitHub上。再之後,不少線上平臺找到我,希望能授權給它們釋出。當時國內還沒有很好的教程專門講授深度學習。可以說這本書引導了一批對人工智慧充滿好奇、想掌握深度學習的工程師、老師、學生、企業家、創業者進入了這個古老卻又新奇的領域。
又過了一段時間,在張廣宇的支援和幫助下,整本書改頭換面:全書以LaTeX重寫,完成了一個正式設計的版本,並做了一些微小的改動。與此同時,哈工大資訊檢索公眾號找到我,希望能授權給他們連載,我欣然答應。於是,這本書的後續翻譯均在其公眾號上連載,繼續帶給讀者啟發。
至此,此書的中文版算是正式問世了。當時我考慮過找出版社將其正式出版,但經過幾次溝通,未能說服Michael。這是因為這本書的官網提供了比紙書更好的學習體驗,通過一些精心設計和開發的互動實驗可以獲得更豐富的資訊,這對於初學者來說尤為重要。
正式出版
北京圖靈文化發展有限公司找到我,表達了出版意向,讓我幫忙引薦。我當即將他們推薦給了Michael。有了之前的一些經驗,我們提出了若干提升學習體驗的建議,比如在書中加入二維碼,掃碼即可看到相應動態示例。終於,Michael也認為出版此書可能是不錯的方案。
藉著正式出版的機會,我們在之前多次校對的基礎上再一次以更高要求打磨內容,為讀者奉上真正上乘之作。在此感謝圖靈公司的編輯老師、排版老師、設計老師,是他們的專業工作讓此書更為美觀和大方。
另外,為了讓大家更好地學習此書內容,我們提供了PyTorch的實現(https://github.com/tigerneil/NNDL-PyTorch),這是由我們團隊的李競提供支援的。也希望能有更多的同學加入我們。
最後,感謝為此書撰寫推薦語的行業領袖:李航、馬少平、車萬翔、俞揚、邱錫鵬、張偉楠、王昊奮和徐涵,他們均是人工智慧專家和行業專家。
後續
儘管深度學習已經成為很多領域的預設選項,但是人工智慧的發展和影響才剛剛進入深水區。此時更需從經典出發,找到新的啟發和思考模式,這樣才能更好地利用已有資源發展對全人類更有意義的技術。《深入淺出神經網路與深度學習》就是這樣一本能夠給你啟發、引發思考的高質量技術書,相信讀者一定能從中找到點亮未來的那個觸點。
相關文章
- 《深入淺出神經網路與深度學習》動態示例神經網路深度學習
- [譯] 淺析深度學習神經網路的卷積層深度學習神經網路卷積
- 吳恩達《神經網路與深度學習》課程筆記(4)– 淺層神經網路吳恩達神經網路深度學習筆記
- 再聊神經網路與深度學習神經網路深度學習
- 深度學習與圖神經網路深度學習神經網路
- 吳恩達《神經網路與深度學習》課程筆記(1)– 深度學習概述吳恩達神經網路深度學習筆記
- 深度學習深入淺出深度學習
- 深度學習與圖神經網路學習分享:CNN 經典網路之-ResNet深度學習神經網路CNN
- 深度學習筆記------卷積神經網路深度學習筆記卷積神經網路
- 深度學習卷積神經網路筆記深度學習卷積神經網路筆記
- 吳恩達《神經網路與深度學習》課程筆記(5)– 深層神經網路吳恩達神經網路深度學習筆記
- 初探神經網路與深度學習 —— 感知器神經網路深度學習
- NLP與深度學習(二)迴圈神經網路深度學習神經網路
- 神經網路與深度學習 課程複習總結神經網路深度學習
- 深度學習筆記8:利用Tensorflow搭建神經網路深度學習筆記神經網路
- 深度學習與圖神經網路學習分享:Graph Embedding 圖嵌入深度學習神經網路
- AI之(神經網路+深度學習)AI神經網路深度學習
- 【深度學習】神經網路入門深度學習神經網路
- CICC科普欄目|神經網路淺講:從神經元到深度學習神經網路深度學習
- DeepMind釋出神經網路、強化學習庫,網友:推動JAX發展神經網路強化學習
- 深度學習與CV教程(4) | 神經網路與反向傳播深度學習神經網路反向傳播
- 深度學習與圖神經網路學習分享:Transformer 整體結構深度學習神經網路ORM
- 深度學習與圖神經網路學習分享:訊息傳遞模式深度學習神經網路模式
- nndl-復旦-神經網路與深度學習筆記第二章習題神經網路深度學習筆記
- 【深度學習】1.4深層神經網路深度學習神經網路
- 深度學習三:卷積神經網路深度學習卷積神經網路
- 深度學習教程 | 深層神經網路深度學習神經網路
- 【深度學習篇】--神經網路中的卷積神經網路深度學習神經網路卷積
- 8-深度學習之神經網路核心原理與演算法-卷積神經網路深度學習神經網路演算法卷積
- 吳恩達《神經網路與深度學習》課程筆記(3)– 神經網路基礎之Python與向量化吳恩達神經網路深度學習筆記Python
- 深度學習入門筆記(十八):卷積神經網路(一)深度學習筆記卷積神經網路
- 深度學習與CV教程(6) | 神經網路訓練技巧 (上)深度學習神經網路
- 深度學習經典卷積神經網路之AlexNet深度學習卷積神經網路
- 深度學習之RNN(迴圈神經網路)深度學習RNN神經網路
- 深度學習迴圈神經網路詳解深度學習神經網路
- 深度學習——LeNet卷積神經網路初探深度學習卷積神經網路
- 深度學習之上,圖神經網路(GNN )崛起深度學習神經網路GNN
- 深度學習之step by step搭建神經網路深度學習神經網路