深度学习手册

一本书入门深度学习

如果你接触了深度学习，那么你一定听说过一本书，它堪称AI界的圣经，它就是今天我们的主角 ——《深度学习》！我们一般将本书称为“花书”，花书涵盖面非常之广，适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。

该书主要分为以下三个部分：

第一部分：应用数学与机器学习基础

该部分主要给大家介绍了在深度学习研究过程中会用到数学工具，以及一些基础的机器学习的概念，帮助大家夯实基础、快速入门深度学习，这一部分是深度学习的预备知识哦~大家要重视起来！

第二部分：深度网络：现代实践

该部分主要给大家介绍了深度学习的前世今生，现今成熟的深度学习方法与技术。这些方法都是当下各大AI公司所应用算法的基础，帮助我们站在巨人的肩膀上继续探索。

第三部分：深度学习研究

该部分讨论某些了具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。如果你感兴趣，可以选择其中的方向继续研究下去~

内容介绍

第 1 章 引言

第一部分应用数学与机器学习基础

第2 章 线性代数

第 3 章 概率与信息论

第 4 章数值计算

第 5 章 机器学习基础

第二部分深度网络：现代实践

第6 章 深度前馈网络

第7 章深度学习中的正则化

第8 章 深度模型中的优化

第 9 章 卷积网络

第 10 章序列建模：循环和递归网络

第 11 章实践方法论

第 12 章应用

第三部分深度学习研究

第13 章 线性因子模型

第14 章自编码器

第15 章表示学习

第 16 章 深度学习中的结构化概率模型

第 17 章蒙特卡罗方法

第 18 章直面配分函数

第 19 章 近似推断

第 20 章深度生成模型

为便于大家阅读，我们特意准备了PDF版本（中文版和英文版）。不过由于翻译的原因，中文版可能会有一些勘误，大家有能力的话可以读一下英文原版哦~