[问答] 麻省理工出版 | 2023年最新深度学习综述手册

正如书名所示，它不是最实用的书（没有代码），也不是最理论的书（没有证明）。本书的目标是让读者以最简单的方式理解支撑现代深度学习技术的核心思想。 读完本书后，读者将能够把深度学习应用于没有现成方法的新情况。

• 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 - 衡量性能 Measuring performance
  
• Chapter 9 - 正则化 Regularization
  
• Chapter 10 - 卷积网络 Convolutional nets
  
• Chapter 11 - 残差网络 Residual networks and BatchNorm
  
• 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work？Why does deep learning work?
  

麻省理工出版 | 2023年最新深度学习综述手册-1.jpg (95.53 KB, 下载次数: 0)

下载附件  保存到相册

2023-2-3 17:30 上传

麻省理工出版 | 2023年最新深度学习综述手册-2.jpg (93.36 KB, 下载次数: 0)

下载附件  保存到相册

2023-2-3 17:30 上传