深度學習手冊

如果你接觸了深度學習，那么你一定聽說過一本書，它堪稱AI界的圣經(jīng)，它就是今天我們的主角 ——《深度學習》！我們一般將本書稱為“花書”，花書涵蓋面非常之廣，適合各類讀者閱讀，包括相關專業(yè)的大學生或研究生，以及不具有機器學習或統(tǒng)計背景、但是想要快速補充深度學習知識，以便在實際產(chǎn)品或平臺中應用的軟件工程師。

該書主要分為以下三個部分：

第一部分：應用數(shù)學與機器學習基礎

該部分主要給大家介紹了在深度學習研究過程中會用到數(shù)學工具，以及一些基礎的機器學習的概念，幫助大家夯實基礎、快速入門深度學習，這一部分是深度學習的預備知識哦~大家要重視起來！

第二部分：深度網(wǎng)絡：現(xiàn)代實踐

該部分主要給大家介紹了深度學習的前世今生，現(xiàn)今成熟的深度學習方法與技術。這些方法都是當下各大AI公司所應用算法的基礎，幫助我們站在巨人的肩膀上繼續(xù)探索。

第三部分：深度學習研究

該部分討論某些了具有前瞻性的方向和想法，它們被公認為是深度學習未來的研究重點。如果你感興趣，可以選擇其中的方向繼續(xù)研究下去~

            第 1 章 引言

第一部分 應用數(shù)學與機器學習基礎

            第 2 章 線性代數(shù)

            第 3 章 概率與信息論

            第 4 章 數(shù)值計算

            第 5 章 機器學習基礎

第二部分 深度網(wǎng)絡：現(xiàn)代實踐

            第 6 章 深度前饋網(wǎng)絡

            第 7 章 深度學習中的正則化

            第 8 章 深度模型中的優(yōu)化

            第 9 章 卷積網(wǎng)絡

            第 10 章 序列建模：循環(huán)和遞歸網(wǎng)絡

            第 11 章 實踐方法論

            第 12 章 應用

第三部分 深度學習研究

            第 13 章 線性因子模型

            第 14 章 自編碼器

            第 15 章 表示學習

            第 16 章 深度學習中的結(jié)構(gòu)化概率模型

            第 17 章 蒙特卡羅方法

            第 18 章 直面配分函數(shù)

            第 19 章 近似推斷

            第 20 章 深度生成模型 

為便于大家閱讀，我們特意準備了PDF版本（中文版和英文版）。不過由于翻譯的原因，中文版可能會有一些勘誤，大家有能力的話可以讀一下英文原版哦~

1. 掃描下方二維碼，關注【小白玩轉(zhuǎn)Python】公眾號。

2. 點擊上方二維碼關注【小白玩轉(zhuǎn)Python】公眾號，后臺回復關鍵字深度學習，即可獲取。

大家如果在學習過程中有什么疑問，也可以后臺留言告訴小藍~有時間會給大家一一回復~