趋近智
为有效使用 Julia 构建深度学习 (deep learning)模型,扎实掌握其适用于机器学习 (machine learning)的特性将大有裨益。
本章将回顾该语言及其环境的重要方面,为您后续模型实现内容的学习做好准备。
本章涵盖以下内容:
DataFrames.jl 和 CSV.jl。1.1 Julia在计算密集型任务中的长处
1.2 机器学习背景下的类型系统与多重分派
1.3 数据科学所需的核心Julia包
1.4 Julia 数值计算:数组与线性代数
1.5 自动微分:核心机制
1.6 Julia 机器学习包集合概述
1.7 配置您的Julia深度学习环境
1.8 实践:Julia 用于数据处理与基本算法