深度學習的數(shù)學原理與實現(xiàn)

　　深度學習已經進入我們的生活，云計算和大數(shù)據(jù)為深度學習提供了便利。本書主要講解深度學習中的數(shù)學知識、算法原理和實現(xiàn)方法，配套源碼、數(shù)據(jù)集和開發(fā)環(huán)境。 本書共12章。第1章介紹人類視覺和深度學習的聯(lián)系。第2章介紹深度學習中最為重要的梯度下降算法。第3章介紹卷積函數(shù)。第4章介紹計算損失函數(shù)所使用的交叉熵、決策樹和信息熵。第5章介紹線性回歸和邏輯回歸。第6、7章介紹時間序列模型和生成對抗網(wǎng)絡。第8章介紹TensorFlow框架。第9章介紹推薦算法。第10章介紹深度學習中的標準化、正則化和初始化。第11章是案例人臉識別。第12章是詞嵌入向量案例，介紹自然語言處理方面的應用。 本書理論和實踐相結合，理論講解細致直觀，通過實例進行演示，可以使讀者快速掌握本書內容。本書適合深度學習初學者、深度學習算法開發(fā)人員閱讀，也適合高等院校和培訓機構人工智能相關專業(yè)的師生參考。

　　王曉華，計算機專業(yè)講師，長期講授面向對象程序設計、數(shù)據(jù)結構、Hadoop程序設計等研究生和本科生相關課程；主要研究方向為云計算、數(shù)據(jù)挖掘。曾主持和參與多項國家和省級科研課題，獨立科研項目獲省級成果認定，發(fā)表過多篇論文，擁有一項國家專利。著有《Spark MLlib機器學習實踐》《TensorFlow深度學習應用實踐》《OpenCV+TensorFlow深度學習與計算機視覺實戰(zhàn)》《TensorFlow 2.0卷積神經網(wǎng)絡實戰(zhàn)》《TensorFlow+Keras自然語言處理實戰(zhàn)》等圖書。