深度學(xué)習(xí)已經(jīng)進(jìn)入我們的生活，云計(jì)算和大數(shù)據(jù)為深度學(xué)習(xí)提供了便利。本書(shū)主要講解深度學(xué)習(xí)中的數(shù)學(xué)知識(shí)、算法原理和實(shí)現(xiàn)方法，配套源碼、數(shù)據(jù)集和開(kāi)發(fā)環(huán)境。
本書(shū)共12章。第1章介紹人類(lèi)視覺(jué)和深度學(xué)習(xí)的聯(lián)系。第2章介紹深度學(xué)習(xí)中最為重要的梯度下降算法。第3章介紹卷積函數(shù)。第4章介紹計(jì)算損失函數(shù)所使用的交叉熵、決策樹(shù)和信息熵。第5章介紹線性回歸和邏輯回歸。第6、7章介紹時(shí)間序列模型和生成對(duì)抗網(wǎng)絡(luò)。第8章介紹TensorFlow框架。第9章介紹推薦算法。第10章介紹深度學(xué)習(xí)中的標(biāo)準(zhǔn)化、正則化和初始化。第11章是案例人臉識(shí)別。第12章是詞嵌入向量案例，介紹自然語(yǔ)言處理方面的應(yīng)用。
本書(shū)理論和實(shí)踐相結(jié)合，理論講解細(xì)致直觀，通過(guò)實(shí)例進(jìn)行演示，可以使讀者快速掌握本書(shū)內(nèi)容。本書(shū)適合深度學(xué)習(xí)初學(xué)者、深度學(xué)習(xí)算法開(kāi)發(fā)人員閱讀，也適合高等院校和培訓(xùn)機(jī)構(gòu)人工智能相關(guān)專(zhuān)業(yè)的師生參考。