神经网络与深度学习 邱锡鹏教授新书

适合人群：有高等数学/线性代数/概率论基础的人群

Github地址：https://nndl.github.io

邱锡鹏教授知乎原文：https://zhuanlan.zhihu.com/p/61591812

目录

    「第1章」：总体介绍了机器学习，深度学习的概要。

    「第2章」：总体介绍了深度学习中的常见知识和术语。

    「第3/4/5/6章」：介绍了模型结构，包括线性模型/前馈神经网络/卷积神经网络/循环神经网络。

    「第7章」：介绍了网络的正则化方法。

    「第8章」：介绍了神经网络的Attention机制。

    「第9章」：介绍了几种无监督方法。

    「第10章」：介绍了集成学习/迁移学习等。

    「第11章」：介绍了概率图模型。

    「第12章」：介绍了两种早期的深度学习模型，玻尔兹曼机和深度信念网络。

    「 第13章」：介绍了变分自编码器/对抗生成网络。

    「第14章」：介绍了深度强化学习。

    「第15章」：介绍了序列生成模型。

示例代码

包括了Pytorch/Tensorflow/Theano不同框架的版本，便于大家自由选择。

链接:https://pan.baidu.com/s/131Pftx7J8BgoHxsSGVXrVA  密码:80zk

参考：https://www.jianshu.com/p/40059c9d74f3