# 神经网络与深度学习

> 金屋电子书图书详情的 Markdown 版本。

- 规范页面：https://alltool.top/book/0900268dc5b246848ebd1dd6927a1ca5
- Markdown 版本：https://alltool.top/book/0900268dc5b246848ebd1dd6927a1ca5.md
- 作者：邱锡鹏
- ISBN：9787111649687
- 出版社：机械工业出版社
- 出版日期：2020-04-10
- 语言：中文
- 分类：计算机、人工智能(AI)
- 评分：9.4
- 可用格式：PDF（6.25 MB，448 页）
- 更新时间：2026-08-04 12:22:25

## 下载方式

本站不在 Markdown 页面直接提供文件地址。请前往规范页面，点击对应格式的下载按钮完成下载。

### PDF

- 文件格式：PDF
- 文件大小：6.25 MB
- 页数：448 页
- 下载说明：请打开规范页面 https://alltool.top/book/0900268dc5b246848ebd1dd6927a1ca5，点击 PDF 的下载按钮完成下载。


## 内容简介

这本书是深度学习领域的入门教材，系统地讲解了深度学习的知识体系，由浅入深阐述了深度学习基础知识、主要模型及部分前沿研究热点。冀使读者能有效地掌握相关知识，具备用深度学习技术解决大数据问题的能力。

全书共 15 章。第1 章绪论，介绍人工智能、机器学习、深度学习的概要。第2、3章介绍了机器学习的基础知识。第4、5、6章分别讲述三种主要的神经网络模型：前馈神经网络、卷积神经网络和循环神经网络。第7章介绍神经网络的优化与正则化方法。第8章介绍神经网络中的注意力机制和外部记忆。第9章简要介绍了一些无监督学习方法。第10章中介绍一些和模型独立的机器学习方法：集成学习、协同学习、自学习、多任务学习、迁移学习、终身学习、小样本学习、元学习等。第11章介绍了概率图模型的基本概念。第12章介绍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章介绍深度生成模型：变分自编码器和对抗生成网络。第14章介绍了深度强化学习的知识。第15章介绍了应用十分广泛的序列生成模型。