深度学习入门与TensorFlow实践

本书首先介绍深度学习方面的数学知识与Python基础知识，线性模型中的线性回归模型和logistic模型，然后讲述正向传播算法、反向传播算法及深度神经网络的完整训练流程，输出层的激活函数和隐藏层的常见激活函数，深度学习的过拟合和欠拟合，应对过拟合的方法，以及使用TensorFlow2建立深度神经网络模型的步骤。接着介绍卷积神经网络及其两个重要的组成部分—卷积和池化，以及如何使用TensorFlow2建立卷积神经网络；后讨论如何从零开始实现循环神经网络，如何搭建深度学习框架，如何使用TensorFlow2建立循环神经网络模型。

本书既可供从事人工智能方面研究的专业人士阅读，也可供计算机专业的师生阅读。