此帖转自 liufanghe 在 电脑手机(IT) 的帖子:谁能推荐一些AI的书籍
工作中AI帮我补了专业知识的短板
英语写作的麻烦,文本编辑的繁琐
但发现很多同事和家人对AI很抗拒
希望自己能更有效的应用AI,
如果可能用AI打造一些专业性的服务平台
有没有好的书籍或是课程推荐?
版主: kazaawang, wh
此帖转自 liufanghe 在 电脑手机(IT) 的帖子:谁能推荐一些AI的书籍
工作中AI帮我补了专业知识的短板
英语写作的麻烦,文本编辑的繁琐
但发现很多同事和家人对AI很抗拒
希望自己能更有效的应用AI,
如果可能用AI打造一些专业性的服务平台
有没有好的书籍或是课程推荐?
你是要看如何使用DNN的吧,不是要看介绍原理,训练等等的?如果是前者,可以看看各类项目如chatgpt,grok,germini等等的介绍和文档(document)。如果是后者,可以看台大Hung-yi Lee的https://m.youtube.com/@HungyiLeeNTU,外加一些关于新结果的讲座,像openai,deepmind和一些活跃的项目或开发者的文章或视频。
活跃的项目或开发者也是江山代有才人出,各领风骚数十天。DNN门槛不高,背后的原理和机制也不是很清楚,原理抽象得吓人,机制含糊,就是研究工程化得很厉害。
推荐日本人写的Deep Learning and Physics:
https://libgen.la/ads.php?md5=9ca57a8d4 ... 1215c246f4
只需要看part 1就可以了,把neural network怎么来的,为什么要backpropagation说得清清楚楚,提供了对整个ai理论框架的birdview,远远好于很多狗屁不通的学数学的学计算机的傻毴写的书,
虽然日本主流民意都是像本版四川归化日本人卡桑这样的反对人工智能,反对量子纠缠,反对核聚变。。。但是日本人在这些方面的很多理论领域深耕很久,很多日本主流民意排斥的领域都有很好的日本人写的著作。
liufanghe 写了: 2025年 9月 11日 09:13此帖转自 liufanghe 在 电脑手机(IT) 的帖子:谁能推荐一些AI的书籍
工作中AI帮我补了专业知识的短板
英语写作的麻烦,文本编辑的繁琐
但发现很多同事和家人对AI很抗拒希望自己能更有效的应用AI,
如果可能用AI打造一些专业性的服务平台有没有好的书籍或是课程推荐?
forecasting 写了: 2025年 9月 11日 12:52你是要看如何使用DNN的吧,不是要看介绍原理,训练等等的?如果是前者,可以看看各类项目如chatgpt,grok,germini等等的介绍和文档(document)。如果是后者,可以看台大Hung-yi Lee的https://m.youtube.com/@HungyiLeeNTU,外加一些关于新结果的讲座,像openai,deepmind和一些活跃的项目或开发者的文章或视频。
活跃的项目或开发者也是江山代有才人出,各领风骚数十天。DNN门槛不高,背后的原理和机制也不是很清楚,原理抽象得吓人,机制含糊,就是研究工程化得很厉害。
上世纪五六十年代就大火,被Minsky这个做计算机的傻瓜证明不能实现或非,冷寂了,到八九十年代因为改进和反向传播算法又火一阵,然后又冷寂了。到2000年左右让Hinton这个计算机和AI的外行瞎打瞎闹复兴了,一直热到今天。这方向是工程化得很厉害,门槛很低,很多莫名其妙的人也在里面混,例如物理学博士李飞飞也在里面瞎混, 她就是个DNN或学术界花瓶,不用理睬她那些废话。不用管这些,只管看实现与应用就是了。像Iliya那样拿KC(Kolmongorov Complexity)说事的就是抽象到极端而说得通但毫无用处。AE(autoencoder )就是个很好的例子,用大的抽象原理说也说得通,但毫无用处。
謝謝,我消化一下
forecasting 写了: 2025年 9月 11日 12:52你是要看如何使用DNN的吧,不是要看介绍原理,训练等等的?如果是前者,可以看看各类项目如chatgpt,grok,germini等等的介绍和文档(document)。如果是后者,可以看台大Hung-yi Lee的https://m.youtube.com/@HungyiLeeNTU,外加一些关于新结果的讲座,像openai,deepmind和一些活跃的项目或开发者的文章或视频。
活跃的项目或开发者也是江山代有才人出,各领风骚数十天。DNN门槛不高,背后的原理和机制也不是很清楚,原理抽象得吓人,机制含糊,就是研究工程化得很厉害。
我不想糾結原理,第一步想知道怎麼用更有效
讀了李飛飛那本書,還是學到了很多東西的
至少被科普了AI的發展
碰到这个花瓶的任何信息,我就赶紧跳过。她没啥东西,就做一个ImageNet起家,初中生都能干的力气活,还是模仿WordNet。事实上WordNet因为主要涉及semantics或者meaning而没多大作用,当时Miller以为已经完全解决语形即grammar的问题,可以靠标注出语义网络/关系解决语义问题也就能攻克认知的问题,但事实是他们把问题看得太简单了。当时有一派Strong AI的观点,以为计算机或者AI能实现人的智能。Yehoshua Bar-Hillel干掉了这类项目,或者至少严重挫败了这类项目(我看过Bar-Hillel的手稿,当文物,还拍了照片)。
DNN,Deeplearning等等没超过当初理论探讨的高度,所以Hinton他们乱说的时候非常让人反感。LeCun算一个懂行的,但偶尔也为商业宣传说过头。适用于DeepLearning的理论都在很高或者很抽象的层次上,中间的机制或原理到现在还是弄不清楚,所以现在的研究就是工程化的,无法解释,能解决问题就好。
所以就看具体实现就是了。至于应用只能看demo或者文档介绍,再进一步可以做二次开发。有一个ID在编程版说过自己的一些应用项目,是wdong?