深度學(xué)習已經(jīng)進入我們的生活，云計算和大數(shù)據(jù)為深度學(xué)習提供了便利。本書主要講解深度學(xué)習中的數(shù)學(xué)知識、算法原理和實現(xiàn)方法，配套源碼、數(shù)據(jù)集和開發(fā)環(huán)境。
本書共12章。第1章介紹人類視覺和深度學(xué)習的聯(lián)系。第2章介紹深度學(xué)習中最為重要的梯度下降算法。第3章介紹卷積函數(shù)。第4章介紹計算損失函數(shù)所使用的交叉熵、決策樹和信息熵。第5章介紹線性回歸和邏輯回歸。第6、7章介紹時間序列模型和生成對抗網(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)習中的標準化、正則化和初始化。第11章是案例人臉識別。第12章是詞嵌入向量案例，介紹自然語言處理方面的應(yīng)用。
本書理論和實踐相結(jié)合，理論講解細致直觀，通過實例進行演示，可以使讀者快速掌握本書內(nèi)容。本書適合深度學(xué)習初學(xué)者、深度學(xué)習算法開發(fā)人員閱讀，也適合高等院校和培訓(xùn)機構(gòu)人工智能相關(guān)專業(yè)的師生參考。