深度学习全书：公式+推导+代码+TensorFlow全程案例

基础信息

书名：深度学习全书：公式+推导+代码+TensorFlow全程案例
作者：洪锦魁 主编；陈昭明 著
出版社：清华大学出版社
出版时间：2022年7月
ISBN：9787302610304
字数：241千字

推荐语

本书以统计学为出发点，介绍深度学习必备数理基础。

内容简介

全书共有15章，分为5部分。第一篇说明深度学习的概念，包括数理基础，特点是结合编程解题，加深读者印象。第二篇说明TensorFlow的学习地图，从张量、自动微分、梯度下降乃至神经层的实践，逐步解构神经网络。第三篇介绍CNN算法、影像应用、转移学习等。第四篇则进入自然语言处理及语音识别的领域，介绍RNN\\u002FBERT\\u002FTransformer算法、相关应用等。第五篇介绍了强化学习的基础知识，包括马尔可夫决策过程、动态规划、蒙特卡洛、Q Learning算法，当然，还有相关案例实践。

作者简介

作者陈昭明，成功大学统计系学士、清华大学工业工程研究所硕士。曾任职于IBM、工研院电通所、软件开发公司、ERP顾问公司、电信公司、财经数据库公司，目前担任Python、机器学习、深度学习、AIoT讲师。获2018年IT邦帮忙铁人赛AI组冠军、2021年IT邦帮忙铁人赛AI组优选。