附件:设置1:设置2:陈震设置3:本书分为三个部分。第一部分是原理篇, 实现了MatrixSlow框架的核心基础设施, 并围绕实现讲解了机器学习与深度学习的概念和原理, 比如模型、计算图、训练、梯度下降法及其各种变体。第二部分是模型篇, 介绍了多种具有代表性的模型, 包括逻辑回归、多层全连接神经网络、因子分解机、Wide&Deep、DeepFM、循环神经网络以及卷积神经网络, 这部分除了着重介绍这些模型的原理、结构与它们之间的联系外, 还用MatrixSlow框架搭建并训练它们以解决实际问题。第三部分是工程篇, 讨论了一些与深度学习框架相关的工程问题, 内容涉及训练与评估, 模型的保存、导入和服务部署, 分布式训练等等。摘要: