深度學習詳解 (簽名版)

王琦
上海交通大學人工智能教育部重點實驗室博士研究生，碩士畢業於中國科學院大學。Datawhale成員，《Easy RL：強化學習教程》作者，英特爾邊緣計算創新大使，Hugging Face社區志願者，AI TIME成員。主要研究方向為強化學習、計算機視覺及深度學習。曾獲「中國光谷·華為杯」第十九屆中國研究生數學建模競賽二等獎、中國大學生計算機設計大賽二等獎、亞太地區大學生數學建模競賽（APMCM）二等獎及「挑戰杯」全國大學生課外學術科技作品競賽江蘇省選拔賽二等獎等榮譽，並發表多篇SCI/EI論文。

楊毅遠
牛津大學計算機系博士研究生，碩士畢業於清華大學。Datawhale成員，《Easy RL：強化學習教程》作者。主要研究方向為時間序列、數據挖掘、智能傳感系統及深度學習。曾獲國家獎學金、北京市優秀畢業生、清華大學優秀碩士學位論文及全國大學生智能汽車競賽總冠軍等榮譽，並發表多篇SCI/EI論文。

江季
網易高級算法工程師，碩士畢業於北京大學。Datawhale成員，《Easy RL：強化學習教程》作者。主要研究方向為強化學習、深度學習、大模型及機器人等。曾獲國家獎學金、上海市優秀畢業生等榮譽，並取得多項強化學習與遊戲AI相關專利。

第 1 章 機器學習基礎 1

1.1 案例學習 2

1.2 線性模型 7

1.2.1 分段線性曲線 9

1.2.2 模型變形 17

1.2.3 機器學習框架 21

第 2 章 實踐方法論 22

2.1 模型偏差 22

2.2 優化問題 23

2.3 過擬合 25

2.4 交叉驗證 29

2.5 不匹配 30

參考資料 31

第 3 章 深度學習基礎 32

3.1 局部最小值與鞍點 32

3.1.1 臨界點及其種類 32

3.1.2 判斷臨界值種類的方法 33

3.1.3 逃離鞍點的方法 37

3.2 批量和動量 39

3.2.1 批量大小對梯度下降法的影響..40

3.2.2 動量法 45

3.3 自適應學習率 47

3.3.1 AdaGrad 50

3.3.2 RMSProp 53

3.3.3 Adam 54

3.4 學習率調度 54

3.5 優化總結 56

3.6 分類 57

3.6.1 分類與回歸的關系 57

3.6.2 帶有 softmax 函數的分類 58

3.6.3 分類損失 59

3.7 批量歸一化 61

3.7.1 放入深度神經網絡 64

3.7.2 測試時的批量歸一化 67

3.7.3 內部協變量偏移 68

參考資料 69

第 4 章 捲積神經網絡 71

4.1 觀察 1：檢測模式不需要整幅圖像 .. 73

4.2 簡化 1：感受野 74

4.3 觀察 2：同樣的模式可能出現在圖像的不同區域 .. 78

4.4 簡化 2：共享參數 79

4.5 簡化 1 和簡化 2 的總結 .. 81

4.6 觀察 3：下採樣不影響模式檢測 .. 86

4.7 簡化 3：匯聚 86

4.8 捲積神經網絡的應用：下圍棋 .. 88

參考資料 91

第 5 章 循環神經網絡 92

5.1 獨熱編碼 93

5.2 什麽是 RNN 94

5.3 RNN 架構 96

5.4 其他 RNN 97

5.4.1 Elman 網絡和 Jordan 網絡 98

5.4.2 雙向循環神經網絡 98

5.4.3 LSTM 99

5.4.4 LSTM 舉例 101

5.4.5 LSTM 運算示例 102

5.5 LSTM 網絡原理 105

5.6 RNN 的學習方式 109

5.7 如何解決 RNN 的梯度消失或梯度爆炸問題..113

5.8 RNN 的其他應用 114

5.8.1 多對一序列 114

5.8.2 多對多序列 115

5.8.3 序列到序列 117

參考資料 119

第 6 章 自註意力機制 120

6.1 輸入是向量序列的情況.. 120

6.1.1 類型 1：輸入與輸出數量相同 122

6.1.2 類型 2：輸入是一個序列，輸出是一個標簽 123

6.1.3 類型 3：序列到序列任務 124

6.2 自註意力機制的運作原理..124

6.3 多頭自註意力 134

6.4 位置編碼 136

6.5 截斷自註意力 138

6.6 對比自註意力與捲積神經網絡 139

6.7 對比自註意力與循環神經網絡 141

參考資料 143

第 7 章 Transformer 145

7.1 序列到序列模型 145

7.1.1 語音識別、機器翻譯與語音翻譯 145

7.1.2 語音合成 146

7.1.3 聊天機器人 147

7.1.4 問答任務 147

7.1.5 句法分析 148

7.1.6 多標簽分類 149

7.2 Transformer 結構 149

7.3 Transformer 編碼器 151

7.4 Transformer 解碼器 154

7.4.1 自回歸解碼器 154

7.4.2 非自回歸解碼器 161

7.5 編碼器–解碼器註意力 162

7.6 Transformer 的訓練過程 .. 164

7.7 序列到序列模型訓練常用技巧 166

7.7.1 復制機制 166

7.7.2 引導註意力 166

7.7.3 束搜索 167

7.7.4 加入噪聲 168

7.7.5 使用強化學習訓練 168

7.7.6 計劃採樣 169

參考資料 170

第 8 章 生成模型 171

8.1 生成對抗網絡 171

8.1.1 生成器 171

8.1.2 判別器 175

8.2 生成器與判別器的訓練過程 176

8.3 GAN 的應用案例 178

8.4 GAN 的理論介紹 180

8.5 WGAN 算法 183

8.6 GAN 訓練的難點與技巧 .. 188

8.7 GAN 的性能評估方法 190

8.8 條件型生成 194

8.9 CycleGAN 196

參考資料 199

第 9 章 擴散模型 201

9.1 擴散模型生成圖片的過程..201

9.2 去噪模塊 202

9.3 訓練噪聲預測器 203

第 10 章 自監督學習 206

10.1 BERT 207

10.1.1 BERT 的使用方式 211

10.1.2 BERT 有用的原因 221

10.1.3 BERT 的變體 227

10.2 GPT 230

參考資料 234

第 11 章 自編碼器 235

11.1 自編碼器的概念 235

11.2 為什麽需要自編碼器 237

11.3 去噪自編碼器 238

11.4 自編碼器應用之特徵解耦 239

11.5 自編碼器應用之離散隱表徵 242

11.6 自編碼器的其他應用 245

第 12 章 對抗攻擊 246

12.1 對抗攻擊簡介 246

12.2 如何進行網絡攻擊 248

12.3 快速梯度符號法 251

12.4 白箱攻擊與黑箱攻擊 252

12.5 其他模態數據被攻擊案例 256

12.6 現實世界中的攻擊 256

12.7 防禦方式中的被動防禦 260

12.8 防禦方式中的主動防禦 262

第 13 章 遷移學習 264

13.1 領域偏移 264

13.2 領域自適應 265

13.3 領域泛化 271

參考資料 272

第 14 章 強化學習 273

14.1 強化學習的應用 274

14.1.1 玩電子游戲 274

14.1.2 下圍棋 276

14.2 強化學習框架 276

14.2.1 第 1 步：定義函數 277

14.2.2 第 2 步：定義損失 278

14.2.3 第 3 步：優化 278

14.3 評價動作的標準 282

14.3.1 使用即時獎勵作為評價標準 283

14.3.2 使用累積獎勵作為評價標準 283

14.3.3 使用折扣累積獎勵作為評價標準..284

14.3.4 使用折扣累積獎勵減去基線作為評價標準.. 285

14.3.5 Actor-Critic 288

14.3.6 優勢 Actor-Critic 293

參考資料 294

第 15 章 元學習 295

15.1 元學習的概念 295

15.2 元學習的三個步驟 296

15.3 元學習與機器學習 299

15.4 元學習的實例算法 301

15.5 元學習的應用 305

參考資料 306

第 16 章 終身學習 307

16.1 災難性遺忘 307

16.2 終身學習的評估方法 311

16.3 終身學習問題的主要解法 312

第 17 章 網絡壓縮 316

17.1 網絡剪枝 316

17.2 知識蒸餾 321

17.3 參數量化 324

17.4 網絡架構設計 325

17.5 動態計算 329

參考資料 332

第 18 章 可解釋性機器學習 333

18.1 可解釋性人工智能的重要性 333

18.2 決策樹模型的可解釋性 334

18.3 可解釋性機器學習的目標 335

18.4 可解釋性機器學習中的局部解釋 335

18.5 可解釋性機器學習中的全局解釋 342

18.6 擴展與小結 345

參考資料 345

第 19 章 ChatGPT 346

19.1 ChatGPT 簡介和功能 346

19.2 對 ChatGPT 的誤解 346

19.3 ChatGPT 背後的關鍵技術——預訓練..349

19.4 ChatGPT 帶來的研究問題 352

索引 354