深度学习导论

本书讲述了Tensorflow、前馈神经网络、卷积神经网络、词嵌入、循环神经网络、序列到序列学习、深度强化学习、无监督模型等深度学习领域的基本概念和技术, 通过一系列的编程任务, 向读者介绍了热门的人工智能应用, 包括计算机视觉和自然语言处理等。本书编写简明扼要, 理论联系实践, 每一章都包括一个编程项目、练习以及进一步阅读的参考资料。本书要求读者熟悉线性代数、多元微积分、概率和统计知识, 另外需要读者了解Python编程。