公众号【轻松参会】后台回复深度学习，领取《理解深度学习》PDF来自巴斯大学计算机科学教授Simon J.D. Prince撰写的《理解深度学习》新书，共有19章，从机器学习基础概念到深度学习各种模型，包括最新的Transformer和图神经网络，系统全面，值得阅读学习。
每一章的主要内容都有对最重要的思想的简要描述，并附有插图。附录回顾了所有的数学先决条件，不需要参考外部材料。对于希望深入研究的读者，每一章都有相关的问题、Python笔记，并总结了该领域的历史和最新研究。Table of contents
Chapter 1 - 导论Introduction
Chapter 2 - 监督学习Supervised learning
Chapter 3 - 浅层神经网络Shallow neural networks
Chapter 4 - 深度神经网络Deep neural networks
Chapter 5 - 损失函数Loss functions
Chapter 6 - 训练模型Training models
Chapter 7 - 梯度与初始化Gradients and initialization
Chapter 8 - 度量性能Measuring performance
Chapter 9 - 正则化Regularization
Chapter 10 - 卷积网络Convolutional networks
Chapter 11 - 残差网络Residual networks
Chapter 12 - Transformers
Chapter 13 - 图神经网络Graph neural networks
Chapter 14 - 无监督学习Unsupervised learning
Chapter 15 - 生成对抗网络Generative adversarial networks
Chapter 16 - Normalizing flows
Chapter 17 - 变分自编码器Variational auto-encoders
Chapter 18 - 扩散模型Diffusion models
Chapter 19 - 深度强化学习Deep reinforcement learning
Chapter 20 - 为什么深度学习Why does deep learning work?
公众号【深度学习】后台回复深度学习，领取《理解深度学习》PDF
该公众号可搜索所有CCF收录会议/期刊交流群、截稿时间、录用率等重要信息!
