深度學習是目前***的技術領域。本書兼顧了數(shù)學上的理解和代碼實踐，內(nèi)容主要包括基礎知識和深度學習模型。第1章
介紹深度學習的簡潔發(fā)展思路和表示學習機制； 第2章、第3章介紹神經(jīng)網(wǎng)絡的基于梯度的優(yōu)化方法、神經(jīng)網(wǎng)絡的優(yōu)化難點以及相應的解決方法； 第4章討論神經(jīng)網(wǎng)絡遇到的過擬合問題； 第5章分析神經(jīng)網(wǎng)絡的最小組成部分——神經(jīng)元； 第6章討論三種方案解決深層網(wǎng)絡的訓練難題： 批標準化、SELU、ResNet； 第7章、第8章講述了兩種重要的神經(jīng)網(wǎng)絡模型： 卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡； 第9章討論了對于神經(jīng)網(wǎng)絡的無監(jiān)督學習方式； 第10章詳細討論以變分自編碼器和對抗生成網(wǎng)絡為代表的概率生成網(wǎng)絡。
本書適合對于深度學習感興趣的大學生、工程師閱讀參考。閱讀本書需要具備基礎的Python編程技術和基本的數(shù)學知識。