/*本文可以随便转载,转载时请注明作者及文章出处*/
作者:新浪微博 张俊林
所谓“深度学习枕边书”,我的目的是希望能够找到初学者能够了解深度学习的最小知识集合,也就是介绍那些最重要必须要了解的技术点。目标一个方面是知识最小集,以节省入门者的时间精力;另外一方面是通俗易懂,容易理解又能有一定深度,期待读者是从放弃到入门,而不是从入门到放弃。具体方式则是将博客分门别类梳理,也会陆陆续续将一些必要知识点逐步加入,最后多久时间能形成最小知识集我也不确定,也许1年也许5年,有时间和精力就会补充一些知识点上来。
一.深度学习基础
1.x Batch Normalization
1.x 注意力模型
1.x 极深网络:ResNet/DenseNet等
二.深度学习在自然语言处理的应用
2.1 基础模型概述
2.1.1 RNN模型综述
2.1.2 CNN模型综述
2.2 自然语言处理应用
2.2.1 序列标注问题
2.2.2 句子对匹配
2.2.3 聊天机器人
2.2.4 机器阅读理解
三.深度学习在推荐领域的应用
3.1 CTR预估的综述
3.2 推荐系统应用的综述