认真推荐一份深度学习笔记：dl-notes ，作者是我的师兄朱鉴，很多年前，他也给过我一份《无约束最优化》的笔记，在这里发布过。这份文件虽然被他命名为：一份简短的深度学习笔记，但是我读完后的第一反应是：简约而不简单。师兄在工作上一直是我的偶像，他在腾讯深耕自然语言处理相关方向6年，之后又一直在小米打拼，作为技术专家，现在主要负责对话系统相关的工作。他在工作上兢兢业业，但是工作之余也一直在学习，前两天他把这份笔记给我，说这是工作之余学习的一个总结，希望分享给大家。这份深度学习笔记共有150多页，从基础的微积分、线性代数、概率论讲起，再到数值计算、神经网络、计算图、反向传播、激活函数、参数优化、损失函数、正则化等概念，最后落笔于网络架构，包含前向网络、卷积网络、递归网络以及Transformer和Bert等，涵盖的内容非常系统全面。强烈推荐给大家，个人觉得这是一份极好的深度学习中文材料，可用于深度学习入门或者平时工作参考，当然也可以基于这份笔记的任何一个章节做深度扩展阅读和学习。
以下是这份笔记的完整目录：
该笔记Github链接，欢迎Star：
https://github.com/jianzhu/dl-notes
PDF链接：
https://github.com/jianzhu/dl-notes/blob/master/deep_learning.pdf
也可关注AINLP公众号，回复"dlnotes"获取深度学习笔记以及无约束最优化两份文档网盘链接：
注：原创文章，转载请注明出处及保留链接“我爱自然语言处理”：https://www.52nlp.cn
本文链接地址：认真推荐一份深度学习笔记：简约而不简单
https://www.52nlp.cn/?p=12214
作者您好，最近需要了解NLU及相关算法的知识，包括如LSTM，CRF,BERT等等。能否推荐一些相关的入门学习资料？ 不求精通，但能理解就行。
之前有涉及过图像方面GAN模型
[回复]
52nlp 回复:
3 9 月, 2019 at 19:23
如果时间充足的话，个人推荐书籍 slp3: https://web.stanford.edu/~jurafsky/slp3/ 和课程 cs224n: https://web.stanford.edu/class/cs224n/ ，不过这两个经典书籍和课程不一定能涉及到bert，这方面需要你自己去google一些相关资料看看，譬如原始论文和其他解读
[回复]
太棒了
[回复]