中文翻译Deep Learning Book 更新v0.3

https://github.com/exacity/deeplearningbook-chinese；感谢译者辛勤劳动！

Deep Learning 中文翻译

经过3个多月，我们终于完成了翻译草稿。当然这是草稿中的草稿，我们会不断改进，就像梯度下降一样，要迭代好几轮才能找到一个不错的解。

目前的版本是直译版，尽可能地保留原书中的每一个字。 如

Inventors have long dreamed of creating machines that think. This desire dates back to at least the time of ancient Greece. 自古以来,创造者就梦想着创造能思考的机器。这个愿望至少可以追溯到古希腊的时期。

之后我们可能会翻译成

远在古希腊时期,创造者就梦想着创造能思考的机器。

语句流畅度的提高必然伴随精度下降（我们水平有限）。因此我们需要ensemble，需要大家的建议。 对应的翻译者：

• 第1、4、7、10、14、20章及第12.4、12.5节由 @swordyork 负责
• 第2、5、8、11、15、18章由 @liber145 负责
• 第3、6、9章由 @KevinLee1110 负责
• 第13、16、17、19章及第12.1至12.3节由 @futianfan 负责

面向的读者

请直接下载PDF阅读(PDF 12月30日已更新)。 这一版读起来肯定费劲，我们建议英文好的或者研究者直接读原版。 这一版面向的读者是英语不好，急于想入门深度学习的同学。或者希望帮忙校对的各路大哥也可以读读，只要不嫌弃。

第一章 前言

自古以来,创造者就梦想着创造能思考的机器。这个愿望至少可以追溯到古希 腊的时期。神话人物皮格马利翁 (Pygmalion)、代达罗斯 (Daedalus) 和赫淮斯托斯(Hephaestus) 都可以被视为传说中的发明家,而加拉蒂亚 (Galatea)、塔洛斯 (Talos)和潘多拉 (Pandora) 都可以被看作是人造生命 (Ovid and Martin, 2004; Sparkes, 1996; Tandy, 1997)。

当人类第一次构思可编程计算机时,就已经在思考计算机能否变得智能,尽管 这距造出一台还有一百年多年之久 (Lovelace, 1842)。如今,人工智能 (AI) 是一个 具有许多实际应用和活跃研究课题的领域,并蓬勃发展着。我们指望通过智能软件 自动化处理常规劳动、理解语音或图像、帮助医学诊断和支持基础科学研究。

在人工智能的早期,那些对人类智力来说是困难但对计算机来说是相对简单的 问题得到迅速解决,比如那些可以通过一系列形式的数学规则来描述的问题。人工 智能的真正挑战被证明是解决对人来说很容易执行,但很难形式化描述的任务,也 就是我们人类能自动的靠直观解决的问题,比如识别说的话或图像中的脸。

这本书讨论这些更直观的问题一种解决方案。这种解决方案是为了让计算机从 经验中学习,并通过层次化概念体系来理解世界,其中每个概念通过与较简单概念 之间的联系来定义。让计算机通过经验获取知识可以避免人工形式地指定的计算机 需要的所有知识。层次化的概念让计算机通过构建较简单的概念来学习复杂概念。 如果绘制出这些概念如何建立在彼此之上的图,我们将得到一张 ‘‘深’’(层次很多) 的图。出于这个原因,我们称这种方法为AI深度学习(deep learning)。

许多AI的早期成功发生在相对干净且正式的环境中,计算机不需要具备很多关 于世界的知识。例如,IBM 的深蓝(Deep Blue)国际象棋系统在 1997 年击败了世 界冠军Garry Kasparov(Hsu, 2002)。当然国际象棋是一个非常简单的领域, .................

目录：

生成模型可以参考本公众号CreateAMind生成模型子菜单，有生成模型系列文章。

英文版：http://www.deeplearningbook.org/