深度學(xué)習(xí)是計算機(jī)科學(xué)的一個重要分支，是一種以人工神經(jīng)網(wǎng)絡(luò)為架構(gòu)，對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的算法的總稱。深度學(xué)習(xí)是傳統(tǒng)機(jī)器學(xué)習(xí)算法的發(fā)展和衍生，相關(guān)內(nèi)容涉及代數(shù)、統(tǒng)計學(xué)、優(yōu)化理論、矩陣計算等多個領(lǐng)域�！渡疃葘W(xué)習(xí)理論與實(shí)踐》是深度學(xué)習(xí)的基礎(chǔ)入門級教材，在內(nèi)容上盡可能覆蓋深度學(xué)習(xí)算法相關(guān)基礎(chǔ)知識。全書共11章，大致可分為三大部分：第一部分(第1～3章)主要介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識和一些傳統(tǒng)算法；第二部分(第4～8章)主要介紹人工神經(jīng)網(wǎng)絡(luò)等的相關(guān)理論、優(yōu)化算法和各類經(jīng)典神經(jīng)網(wǎng)絡(luò)模型；第三部分(第9～11章)為進(jìn)階知識，主要介紹非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的相關(guān)算法。
在學(xué)習(xí)《深度學(xué)習(xí)理論與實(shí)踐》的過程中，讀者不僅要深入理解相關(guān)算法理論，更要多思多練。讀者在閱讀各章節(jié)內(nèi)容后，可基于各章習(xí)題鞏固知識，并將理論與實(shí)踐結(jié)合，基于torch、tensorflow等深度學(xué)習(xí)平臺在實(shí)際任務(wù)中演練所學(xué)理論知識和技能。本書可作為高等院校計算機(jī)或電子信息相關(guān)專業(yè)的本科生或研究生教材。