深入淺出深度學習：原理剖析與Python實踐（簡體書）

本書介紹了深度學習相關的原理與應用，全書共分為三大部分，第一部分主要回顧了深度學習的發展歷史，以及Theano的使用；第二部分詳細講解了與深度學習相關的基礎知識，包括線性代數、概率論、概率圖模型、機器學習和最優化演算法；在第三部分中，針對若干核心的深度學習模型，如自編碼器、受限玻爾茲曼機、遞迴神經網路和卷積神經網路等進行詳細的原理分析與講解，並針對不同的模型給出相應的具體應用。本書適合有一定高等數學、機器學習和Python編程基礎的在校學生、高校研究者或在企業中從事深度學習的工程師使用，書中對模型的原理與難點進行了深入分析，在每一章的最後都提供了詳細的參考文獻，讀者可以對相關的細節進行更深入的研究。最後，理論與實踐相結合，本書針對常用的模型分別給出了相應的應用，讀者也可以在Github中下載和查看本書的代碼（https://github.com/innovation-cat/DeepLearningBook）。