Bỏ qua tới nội dung chính

Sách cho chủ đề

Học sâu

Deep Learning

Giáo trình chính và sách tham khảo, kèm phần nên đọc. Ưu tiên sách có giấy phép mở hoặc đọc miễn phí; sách có phí chỉ dẫn tới nhà xuất bản. Xem sách của cả lĩnh vực

Giáo trình chính

Dive into Deep Learning

Aston Zhang, Zachary C. Lipton và 2 tác giả khác · 2023

CC BY-SATrung bìnhTiếng Anh574 trang

Vì sao chọn: Giáo trình mở (CC BY-SA), miễn phí, mỗi khái niệm đi kèm code PyTorch chạy được ngay. Cấu trúc chương bám sát đúng lộ trình từ MLP tới CNN, RNN và Transformer nên dùng làm sách chính, thực hành song song lý thuyết.

Nên đọc: Chương 5 Multilayer Perceptrons, Chương 7–8 CNN, Chương 9–11 RNN và Attention/Transformers, Chương 12 Optimization

Deep Learning

Ian Goodfellow, Yoshua Bengio, Aaron Courville · 2016

Miễn phíNâng caoTiếng Anh800 trang

Sách lý thuyết nền tảng, miễn phí đọc online, giải thích chặt chẽ hơn D2L về vì sao các kỹ thuật (regularization, tối ưu) hoạt động. Đọc bổ sung khi muốn hiểu sâu phần toán, không cần đọc hết vì khá dày và hơi cũ ở phần Transformer.

Nên đọc: Phần II: Deep Feedforward Networks, Regularization, Optimization, Convolutional Networks, Sequence Modeling

Understanding Deep Learning

Simon J. D. Prince · 2023

CC BY-NC-NDTrung bìnhTiếng Anh496 trang

Sách học sâu mới nhất (2023) trong danh sách, trình bày mỗi khái niệm theo hai lớp trực giác rồi tới công thức, có nội dung cập nhật về Transformer và mô hình khuếch tán mà Goodfellow chưa có. PDF miễn phí, đọc bổ sung ở giai đoạn cuối lộ trình.

Nên đọc: các chương về Transformer và mô hình khuếch tán (diffusion)