Skip to content

Latest commit

 

History

History
86 lines (53 loc) · 5.64 KB

README.md

File metadata and controls

86 lines (53 loc) · 5.64 KB

##《Deep Learning》by Yoshua Bengio简体中文协作翻译说明

引言

作为机器学习的前沿,深度学习获得了重大的关注,但是止2016年春为止,尚未有一本公认的权威的教材。

当然,现在有了,深度学习的先驱者Yoshua Bengio教授的《Deep Learning》一书于2016年4月最终定稿,将由MIT Press付梓出版。

本项目是Yoshua Bengio 《Deep Learning》一书的简体中文翻译版本,非盈利项目,为了学习和传播深度学习的前沿知识而设立。欢迎各位同学和前辈,对本项目添砖加瓦和提出批评建议!

翻译须知

本项目基于Git 和 Markdown进行协同翻译,托管于Gitbook网站上。期望同步项目于Github。

  • 鉴于Gitbook的不懈努力,参加翻译的人员不需要详细了解Git的使用命令,但是期望有志于翻译的同学至少了解Git中分支(branch)的概念。Git中的冲突合并的操作和分支的概念请务必理解,请务必了解如何妥善地处理conflict

  • 项目基于Markdown 进行写作,Markdown 的技能是必须的,好在它并不难:)这里是一份Markdown 教程 by ruby-china.org

  • 项目的数学公式是Tex 风格的数学公式,Tex的公式语法的掌握是必须的

  • 与翻译项目相关的领域知识,是必须的,包括但不限于数学,机器学习等,不需要完全掌握,但是对自己翻译的部分至少是应当了解的。

  • Gitbook.com提供了Gitbook的WYSIWYG所见即所得的编辑器,包括一个在线版本和一个桌面客户端,推荐使用这个所见即所得的编辑器进行翻译和校对,这个编辑器的使用是需要掌握的。

推荐:在参与翻译之前,自己建立一个项目,试验一下gitbook的功能和markdown语法以及Tex公式语法,尝试一下开branch和合并branch的操作,将对项目的有序进行起到很大的作用。

注意:

请任何人不要随意乱动其他人在翻译的章节,尊重其他人的劳动成果!

如何参与

  1. 加入QQ群:474175039([Bengio]Deep Learning翻译群),方便讨论交流

  2. 在QQ群内向群主或者管理员发起认领翻译/校对的章节,每一章节同时最好是一个人进行翻译和一个人进行校对

  3. 确认认领后,注册gitbook.com账号,将账号/邮箱发给QQ群群主和管理员,将把你加入协作者。

  4. 重要:如果是翻译章节,则在项目中from master新开一个branch,命名为相应的章节,如Part_2_Chapter_6_translate;对于校对章节,则在项目中from相应的章节的翻译branch新开一个branch,命名为相应章节,如Part_2_Chapter_6_proof,你的未来的翻译工作将在这个branch上进行,请勿随意动master branch 和 其他人正在翻译的branch

  5. 重要:工作结束后,将branch merge进master branch,请妥善处理conflict

贡献人员

章节 翻译人员 校对人员
1 Introduction @pengfoo
Part I: Applied Math and Machine Learning Basics ----- -----
2 Linear Algebra
3 Probability and Information Theory @gjoker
4 Numerical Computation @mathshen
5 Machine Learning Basics
Part II: Modern Practical Deep Networks ---- ----
6 Deep Feedforward Networks @francis7999
7 Regularization
8 Optimization for Training Deep Models @mathshen
9 Convolutional Networks @Lea @pengfoo
10 Sequence Modeling: Recurrent and Recursive Nets @sqxiang
11 Practical Methodology
12 Applications @integ
Part III: Deep Learning Research ----- -----
13 Linear Factor Models
14 Autoencoders @陈昭男
15 Representation Learning
16 Structured Probabilistic Models for Deep Learning
17 Monte Carlo Methods
18 Confronting the Partition Function
19 Approximate Inference
20 Deep Generative Models

鸣谢

  • 感谢Yoshua Bengio老师提供的经典教材
  • 感谢Gitbook.com提供了非常便利的在线协作写作平台
  • 感谢@francis7999 同学在项目开始之前帮助测试和试验Gitbook.com的功能

FAQ

待做