深度学习pdf

深度学习 作者：（美）伊恩·古德费洛，（加）约书亚·本吉奥，（加）亚伦·库维尔

深度学习 出版社：人民邮电出版社

深度学习 内容简介

《深度学习》由全球知名的三位专家IanGoodfellow、YoshuaBengio和AaronCourville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。

《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。

深度学习 目录

第1章引言

1.1本书面向的读者

1.2深度学习的历史趋势

1.2.1神经网络的众多名称和命运变迁

1.2.2与日俱增的数据量

1.2.3与日俱增的模型规模

1.2.4与日俱增的精度、复杂度和对现实世界的冲击

第1部分应用数学与机器学习基础

第2章线性代数

2.1标量、向量、矩阵和张量

2.2矩阵和向量相乘

2.3单位矩阵和逆矩阵

2.4线性相关和生成子空间

2.5范数

2.6特殊类型的矩阵和向量

2.7特征分解

2.8奇异值分解

2.9Moore-Penrose伪逆

2.10迹运算

2.11行列式

2.12实例：主成分分析

第3章概率与信息论

3.1为什么要使用概率

3.2随机变量

3.3概率分布

3.3.1离散型变量和概率质量函数

3.3.2连续型变量和概率密度函数

3.4边缘概率

3.5条件概率

3.6条件概率的链式法则

3.7独立性和条件独立性

3.8期望、方差和协方差

3.9常用概率分布

3.9.1Bernoulli分布

3.9.2Multinoulli分布

3.9.3高斯分布

3.9.4指数分布和Laplace分布

3.9.5Dirac分布和经验分布

3.9.6分布的混合

3.10常用函数的有用性质

3.11贝叶斯规则

3.12连续型变量的技术细节

3.13信息论

3.14结构化概率模型

第4章数值计算

4.1上溢和下溢

4.2病态条件

4.3基于梯度的优化方法

4.3.1梯度之上：Jacobian和Hessian矩阵

4.4约束优化

4.5实例：线性最小二乘

第5章机器学习基础

5.1学习算法

5.1.1任务T

5.1.2性能度量P

5.1.3经验E

5.1.4示例：线性回归

5.2容量、过拟合和欠拟合

5.2.1没有免费午餐定理

5.2.2正则化

5.3超参数和验证集

5.3.1交叉验证

5.4估计、偏差和方差

5.4.1点估计

5.4.2偏差

5.4.3方差和标准差

5.4.4权衡偏差和方差以最小化均方误差

5.4.5一致性

5.5最大似然估计

5.5.1条件对数似然和均方误差

5.5.2最大似然的性质

5.6贝叶斯统计

5.6.1最大后验(MAP)估计

5.7监督学习算法

5.7.1概率监督学习

5.7.2支持向量机

5.7.3其他简单的监督学习算法

5.8无监督学习算法

5.8.1主成分分析

5.8.2k-均值聚类

5.9随机梯度下降

5.10构建机器学习算法

5.11促使深度学习发展的挑战

5.11.1维数灾难

5.11.2局部不变性和平滑正则化

5.11.3流形学习

第2部分深度网络：现代实践

第6章深度前馈网络

6.1实例：学习XOR

6.2基于梯度的学习

6.2.1代价函数

6.2.2输出单元

6.3隐藏单元

6.3.1整流线性单元及其扩展

6.3.2logisticsigmoid与双曲正切函数

6.3.3其他隐藏单元

6.4架构设计

6.4.1万能近似性质和深度

6.4.2其他架构上的考虑

6.5反向传播和其他的微分算法

6.5.1计算图

6.5.2微积分中的链式法则

6.5.3递归地使用链式法则来实现反向传播

6.5.4全连接MLP中的反向传播计算

6.5.5符号到符号的导数

6.5.6一般化的反向传播

6.5.7实例：用于MLP训练的反向传播

6.5.8复杂化

6.5.9深度学习界以外的微分

6.5.10高阶微分

6.6历史小记

第7章深度学习中的正则化

7.1参数范数惩罚

7.1.1L2参数正则化

7.1.2L1正则化

7.2作为约束的范数惩罚

7.3正则化和欠约束问题

7.4数据集增强

7.5噪声鲁棒性

7.5.1向输出目标注入噪声

7.6半监督学习

7.7多任务学习

7.8提前终止

7.9参数绑定和参数共享

7.9.1卷积神经网络

7.10稀疏表示

7.11Bagging和其他集成方法

7.12Dropout

7.13对抗训练

7.14切面距离、正切传播和流形正切分类器

第8章深度模型中的优化

8.1学习和纯优化有什么不同

8.1.1经验风险最小化

8.1.2代理损失函数和提前终止

8.1.3批量算法和小批量算法

8.2神经网络优化中的挑战

8.2.1病态

8.2.2局部极小值

8.2.3高原、鞍点和其他平坦区域

8.2.4悬崖和梯度爆炸

8.2.5长期依赖

8.2.6非精确梯度

8.2.7局部和全局结构间的弱对应

8.2.8优化的理论限制

8.3基本算法

8.3.1随机梯度下降

8.3.2动量

8.3.3Nesterov动量

8.4参数初始化策略

8.5自适应学习率算法

8.5.1AdaGrad

8.5.2RMSProp

8.5.3Adam

8.5.4选择正确的优化算法

8.6二阶近似方法

8.6.1牛顿法

8.6.2共轭梯度

8.6.3BFGS

8.7优化策略和元算法

8.7.1批标准化

8.7.2坐标下降

8.7.3Polyak平均

8.7.4监督预训练

8.7.5设计有助于优化的模型

8.7.6延拓法和课程学习

第9章卷积网络

9.1卷积运算

9.2动机

9.3池化

9.4卷积与池化作为一种无限强的先验

9.5基本卷积函数的变体

9.6结构化输出

9.7数据类型

9.8高效的卷积算法

9.9随机或无监督的特征

9.10卷积网络的神经科学基础

9.11卷积网络与深度学习的历史

第10章序列建模：循环和递归网络

10.1展开计算图

10.2循环神经网络

10.2.1导师驱动过程和输出循环网络

10.2.2计算循环神经网络的梯度

10.2.3作为有向图模型的循环网络

10.2.4基于上下文的RNN序列建模

10.3双向RNN

10.4基于编码-解码的序列到序列架构

10.5深度循环网络

10.6递归神经网络

10.7长期依赖的挑战

10.8回声状态网络

10.9渗漏单元和其他多时间尺度的策略

10.9.1时间维度的跳跃连接

10.9.2渗漏单元和一系列不同时间尺度

10.9.3删除连接

10.10长短期记忆和其他门控RNN

10.10.1LSTM

10.10.2其他门控RNN

10.11优化长期依赖

10.11.1截断梯度

10.11.2引导信息流的正则化

10.12外显记忆

第11章实践方法论

11.1性能度量

11.2默认的基准模型

11.3决定是否收集更多数据

11.4选择超参数

11.4.1手动调整超参数

11.4.2自动超参数优化算法

11.4.3网格搜索

11.4.4随机搜索

11.4.5基于模型的超参数优化

11.5调试策略

11.6示例：多位数字识别

第12章应用

12.1大规模深度学习

12.1.1快速的CPU实现

12.1.2GPU实现

12.1.3大规模的分布式实现

12.1.4模型压缩

12.1.5动态结构

12.1.6深度网络的专用硬件实现

12.2计算机视觉

12.2.1预处理

12.2.2数据集增强

12.3语音识别

12.4自然语言处理

12.41n-gram

12.4.2神经语言模型

12.4.3高维输出

12.4.4结合n-gram和神经语言模型

12.4.5神经机器翻译

12.4.6历史展望

12.5其他应用

12.5.1推荐系统

12.5.2知识表示、推理和回答

第3部分深度学习研究

第13章线性因子模型

13.1概率PCA和因子分析

13.2独立成分分析

13.3慢特征分析

13.4稀疏编码

13.5PCA的流形解释

第14章自编码器

14.1欠完备自编码器

14.2正则自编码器

14.2.1稀疏自编码器

14.2.2去噪自编码器

14.2.3惩罚导数作为正则

14.3表示能力、层的大小和深度

14.4随机编码器和解码器

14.5去噪自编码器详解

14.5.1得分估计

14.5.2历史展望

14.6使用自编码器学习流形

14.7收缩自编码器

14.8预测稀疏分解

14.9自编码器的应用

第15章表示学习

15.1贪心逐层无监督预训练

15.1.1何时以及为何无监督预训练有效有效

15.2迁移学习和领域自适应

15.3半监督解释因果关系

15.4分布式表示

15.5得益于深度的指数增益

15.6提供发现潜在原因的线索

第16章深度学习中的结构化概率模型

16.1非结构化建模的挑战

16.2使用图描述模型结构

16.2.1有向模型

16.2.2无向模型

16.2.3配分函数

16.2.4基于能量的模型

16.2.5分离和d-分离

16.2.6在有向模型和无向模型中转换

16.2.7因子图

16.3从图模型中采样

16.4结构化建模的优势

16.5学习依赖关系

16.6推断和近似推断

16.7结构化概率模型的深度学习方法

16.7.1实例：受限玻尔兹曼机

第17章蒙特卡罗方法

17.1采样和蒙特卡罗方法

17.1.1为什么需要采样

17.1.2蒙特卡罗采样的基础

17.2重要采样

17.3马尔可夫链蒙特卡罗方法

17.4Gibbs采样

17.5不同的峰值之间的混合挑战

17.5.1不同峰值之间通过回火来混合

17.5.2深度也许会有助于混合

第18章直面配分函数

18.1对数似然梯度

18.2随机最大似然和对比散度

18.3伪似然

18.4得分匹配和比率匹配

18.5去噪得分匹配

18.6噪声对比估计

18.7估计配分函数

18.7.1退火重要采样

18.7.2桥式采样

第19章近似推断

19.1把推断视作优化问题

19.2期望最大化

19.3最大后验推断和稀疏编码

19.4变分推断和变分学习

19.4.1离散型潜变量

19.4.2变分法

19.4.3连续型潜变量

19.4.4学习和推断之间的相互作用

19.5学成近似推断

19.5.1醒眠算法

19.5.2学成推断的其他形式

第20章深度生成模型

20.1玻尔兹曼机

20.2受限玻尔兹曼机

20.2.1条件分布

20.2.2训练受限玻尔兹曼机

20.3深度信念网络

20.4深度玻尔兹曼机

20.4.1有趣的性质

20.4.2DBM均匀场推断

20.4.3DBM的参数学习

20.4.4逐层预训练

20.4.5联合训练深度玻尔兹曼机

20.5实值数据上的玻尔兹曼机

20.5.1Gaussian-BernoulliRBM

20.5.2条件协方差的无向模型

20.6卷积玻尔兹曼机

20.7用于结构化或序列输出的玻尔兹曼机

20.8其他玻尔兹曼机

20.9通过随机操作的反向传播

20.9.1通过离散随机操作的反向传播

20.10有向生成网络

20.10.1sigmoid信念网络

20.10.2可微生成器网络

20.10.3变分自编码器

20.10.4生成式对抗网络

20.10.5生成矩匹配网络

20.10.6卷积生成网络

20.10.7自回归网络

20.10.8线性自回归网络

20.10.9神经自回归网络

20.10.10NADE

20.11从自编码器采样

20.11.1与任意去噪自编码器相关的马尔可夫链

20.11.2夹合与条件采样

20.11.3回退训练过程

20.12生成随机网络

20.12.1判别性GSN

20.13其他生成方案

20.14评估生成模型

20.15结论

参考文献

索引

深度学习 前言/序言

译者序青山遮不住，毕竟东流去

深度学习这个术语自2006年被正式提出后，在最近10年得到了巨大发展。它使人工智能(AI)产生了革命性的突破，让我们切实地领略到人工智能给人类生活带来改变的潜力。2016年12月，MIT出版社出版了IanGoodfellow、YoshuaBengio和AaronCourville三位学者撰写的《DeepLearning》一书。三位作者一直耕耘于机器学习领域的前沿，引领了深度学习的发展潮流，是深度学习众多方法的主要贡献者。该书正应其时，一经出版就风靡全球。

该书包括3个部分，第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识。第2部分系统深入地讲解现今已成熟的深度学习方法和技术。第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。因此，该书适用于不同层次的读者。我本人在阅读该书时受到启发良多，大有裨益，并采用该书作为教材在北京大学讲授深度学习课程。

这是一本涵盖深度学习技术细节的教科书，它告诉我们深度学习集技术、科学与艺术于一体，牵涉统计、优化、矩阵、算法、编程、分布式计算等多个领域。书中同时也蕴含了作者对深度学习的理解和思考，处处闪烁着深刻的思想，耐人回味。第1章关于深度学习的思想、历史发展等论述尤为透彻而精辟。

作者在书中写到：“人工智能的真正挑战在于解决那些对人来说很容易执行、但很难形式化描述的任务，比如识别人们所说的话或图像中的脸。对于这些问题，我们人类往往可以凭直觉轻易地解决”。为了应对这些挑战，他们提出让计算机从经验中学习，并根据层次化的概念体系来理解世界，而每个概念通过与某些相对简单的概念之间的关系来定义。由此，作者给出了深度学习的定义：“层次化的概念让计算机构建较简单的概念来学习复杂概念。如果绘制出表示这些概念如何建立在彼此之上的一幅图，我们将得到一张‘深’(层次很多)的图。由此，我们称这种方法为AI深度学习(deeplearning)”。

作者指出：“一般认为，到目前为止深度学习已经经历了三次发展浪潮：20世纪40年代到60年代深度学习的雏形出现在控制论(cybernetics)中，20世纪80年代到90年代深度学习以联结主义(connectionism)为代表，而从2006年开始，以深度学习之名复兴”。

谈到深度学习与脑科学或者神经科学的关系，作者强调：“如今神经科学在深度学习研究中的作用被削弱，主要原因是我们根本没有足够的关于大脑的信息作为指导去使用它。要获得对被大脑实际使用算法的深刻理解，我们需要有能力同时监测(至少是)数千相连神经元的活动。我们不能够做到这一点，所以我们甚至连大脑最简单、最深入研究的部分都还远远没有理解”。值得注意的是，我国有些专家热衷倡导人工智能与脑科学或认知学科的交叉研究，推动国家在所谓的“类脑智能”等领域投入大量资源。且不论我国是否真有同时精通人工智能和脑科学或认知心理学的学者，至少对交叉领域，我们都应该怀着务实、理性的求是态度。唯有如此，我们才有可能在这一波人工智能发展浪潮中有所作为，而不是又成为一群观潮人。

作者进一步指出：“媒体报道经常强调深度学习与大脑的相似性。的确，深度学习研究者比其他机器学习领域(如核方法或贝叶斯统计)的研究者更可能地引用大脑作为参考，但大家不应该认为深度学习在尝试模拟大脑。现代深度学习从许多领域获取灵感，特别是应用数学的基本内容如线性代数、概率论、信息论和数值优化。尽管一些深度学习的研究人员引用神经科学作为重要的灵感来源，然而其他学者完全不关心神经科学”。的确，对于广大青年学者和一线的工程师来说，我们是可以完全不用因为不懂神经(或脑)科学而对深度学习、人工智能踯躅不前。数学模型、计算方法和应用驱动才是我们研究人工智能的可行之道。深度学习和人工智能不是飘悬在我们头顶的框架，而是立足于我们脚下的技术。我们诚然可以从哲学层面或角度来欣赏科学与技术，但过度地从哲学层面来研究科学问题只会导致一些空洞的名词。

关于人工神经网络在20世纪90年代中期的衰落，作者分析到：“基于神经网络和其他AI技术的创业公司开始寻求投资，其做法野心勃勃但不切实际。当AI研究不能实现这些不合理的期望时，投资者感到失望。同时，机器学习的其他领域取得了进步。比如，核方法和图模型都在很多重要任务上实现了很好的效果。这两个因素导致了神经网络热潮的第二次衰退，并一直持续到2007年”。“其兴也悖焉，其亡也忽焉”。这个教训也同样值得当今基于深度学习的创业界、工业界和学术界等警醒。

我非常荣幸获得人民邮电出版社王峰松先生的邀请来负责该书的中文翻译。我是2016年7月收到王先生的邀请，但那时我正忙于找工作，无暇顾及。然而，当我和我的学生讨论翻译事宜时，他们一致认为这是一件非常有意义的事情，表达愿意来承担。译稿是由我的四位学生赵申剑、黎彧君、符天凡和李凯独立完成的。申剑和天凡是二年级的硕士生，而李凯和彧君则分别是二年级和三年级的直博生。虽然他们在机器学习领域都还是新人，其知识结构还不全面，但是他们热情高涨、勤于学习、工作专注、执行力极强。他们通过重现书中的算法代码和阅读相关文献来加强理解，在不到三个月的时间就拿出了译著的初稿，之后又经过自校对、交叉校对等环节力图使译著保持正确性和一致性。他们自我协调、主动揽责、相互谦让，他们的责任心和独立工作能力让我倍感欣慰，因而得以从容。

由于我们无论是中文还是英文能力都深感有限，译文恐怕还是有些生硬，我们特别担心未能完整地传达出原作者的真实思想和观点。因此，我们强烈地建议有条件的读者去阅读英文原著，也非常期待大家继续指正译著，以便今后进一步修订完善。我恳请大家多给予4位译者以鼓励。请把你们对译著的批评留给我，这是我作为他们的导师必须要承担的，也是我对王峰松先生的信任做出的承诺。

当初译稿基本完成时，我们决定把它公开在GitHub上，希望通过广大读者的参与来完善译稿。令人惊喜的是，有上百位热心读者给予了大量富有建设性的修改意见，其中有20多位热心读者直接帮助润色校对(详见中文版致谢名单)。可以说，这本译著是大家共同努力的结晶。这些读者来自一线的工程师和在校的学生，从中我领略到了他们对深度学习和机器学习领域的挚爱。更重要的是，我感受到了他们开放、合作和奉献的精神，而这也是推动人工智能发展不可或缺的。因此，我更加坚定地认为中国人工智能发展的希望在于年青学者，唯有他们才能让我国人工智能学科在世界有竞争力和影响力。

江山代有人才出，各领风骚数十年！