刚入门深度学习或者觉得学起来很困难的同学看过来了，今天分享的这本深度学习教科书绝对适合你。
就是这本已在外网获13.1万次下载的宝藏教科书《理解深度学习》。本书由巴斯大学计算机科学教授Simon J.D. Prince撰写，全书共541页，目前共有21章，内容还在不断更新。
书籍+答案册文末获取
书籍内容
本书主要介绍深度学习的基础思想，旨在帮助刚入门的读者理解深度学习背后的原理，全面系统地讲解了机器学习的基础概念以及深度学习的各种模型，包括最新的Transformer和图神经网络。
书籍第一部分介绍了深度学习模型，并讨论了如何训练、评估这些模型以及如何提高它们的性能。接下来的部分考察了专门用于图像、文本和图数据的架构。后续的章节探讨了生成模型和强化学习（这些章节可能需要更多概率和微积分知识）。倒数第二章探讨了这些以及其他尚未完全理解的方面。最后一章讨论了AI伦理，并呼吁从业者考虑他们工作的道德影响。
目录
-
第1章 引言 Introduction
-
第2章 监督学习 Supervised learning
-
第3章 浅层神经网络 Shallow neural networks
-
第4章 深层神经网络 Deep neural networks
-
第5章 损失函数 Loss functions
-
第6章 拟合模型 Fitting models
-
第7章 梯度和初始化 Gradients and initialization
-
第8章 性能评估 Measuring performance
-
第9章 正则化 Regularization
-
第10章 卷积神经网络 Convolutional networks
-
第11章 残差网络 Residual networks
-
第12章 Transformers
-
第13章 图神经网络 Graph neural networks
-
第14章 无监督学习 Unsupervised learning
-
第15章 对抗生成网络 Generative Adversarial Networks
-
第16章 正规流 Normalizing flows
-
第17章 变分自动编码器 Variational autoencoders
-
第18章 扩散模型 Diffusion models
-
第19章 深度强化学习 Reinforcement learning
-
第20章 深度学习为何有效? Why does deep learning work?
-
第21章 深度学习与伦理 Deep learning and ethics
推荐理由
这本书只需要我们有本科数学基础就可以轻松读懂。为了节省读者时间，更高效地理解深度学习，书籍的每个重点都解释的非常精炼易懂，每章的主体部分简明地描述了最基本的思想及配套图示。
本书的附录部分复习了所有数学先修知识，不需要参考外部材料。对于希望深入探究的读者，每章都有相关习题（作者也提供了答案）、Python 笔记本和广泛的背景笔记以供学习。
部分内容
书籍
答案
关注下方《学姐带你玩AI》🚀🚀🚀
回复“理解DL”获取完整书籍+答案册pdf
码字不易，欢迎大家点赞评论收藏！
