Dive into Deep Learning
The same text, told at every level, in every language and look shown here. Pick, then listen or download.
The same player the product gives for your own book: the voice, the drawings as they are drawn, the text.
The open textbook used in hundreds of university courses on neural networks. Its first chapter explains what it means for a program to learn from data: models, losses, optimisation, the kinds of learning problems, and how deep learning came to win.
This is a sample: 1 of 23 chapters.
Este es el truco que propone el libro. Usted no puede escribir cómo reconoce la palabra «Alexa», pero la reconoce al instante. Así que puede hacer otra cosa: reunir miles de grabaciones cortas y marcar cada una usted mismo, sí si contiene la palabra y no si no la contiene.
El tercer ingrediente responde a una pregunta que suena filosófica. Dijimos que aprender significa mejorar en una tarea. Pero ¿quién decide qué es «mejor»? Si una persona propone un cambio en el modelo, otra bien puede sostener que lo ha empeorado.
El fontanero era un caso fácil, porque dos facturas fijaban exactamente las dos perillas. Los datos reales rara vez son tan amables.
El libro destaca algunos casos especiales. El primero es el etiquetado y el análisis sintáctico, en el que cada palabra de un texto recibe una marca. Aquí la entrada y la salida están alineadas: hay una marca por palabra, en el mismo orden que las palabras.
Una segunda dificultad es la observabilidad parcial: lo que el agente ve ahora puede no decirle dónde está. Imagine a su robot de limpieza atrapado en uno de varios armarios idénticos de su casa. Desde dentro todos parecen iguales; para saber en cuál está, debe recordar lo que vio antes de entrar.
Los juegos sirven desde hace mucho como vara de medir de la capacidad humana, y el libro traza una escalera de ellos. Empieza con TD-Gammon, un programa de backgammon que aprendía con una forma de aprendizaje por refuerzo.
Examples for: a curious adult with school maths who uses ChatGPT and phone apps; add one modern instance per idea, such as a chatbot, a spam filter, a recommendation feed or a voice assistant
The lectures retell the English text of d2l.ai (Cambridge University Press, 2023), GitHub d2l-ai/d2l-en by Aston Zhang, Zachary C. Lipton, Mu Li, Alexander J. Smola, published under an open licence that allows retelling and translation. The retelling, the drawings and the voice are made by AI and checked against the book by a second model. How AI is used.
The lectures adapt the original and are released under the same licence, free to share and adapt with credit to the author and a link to this page: CC BY-SA 4.0
Upload a textbook or any difficult book. The first five minutes are free.
Upload a book