復(fù)旦大學(xué)邱錫鵬教授《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》最新版更新！
近年來(lái)，以機(jī)器學(xué)習(xí)、知識(shí)圖譜為代表的人工智能技術(shù)逐漸變得普及。從車牌識(shí)別、人臉識(shí)別、語(yǔ)音識(shí)別、智能問(wèn)答、推薦系統(tǒng)到自動(dòng)駕駛，人們?cè)谌粘Ｉ钪卸伎赡苡幸鉄o(wú)意地使用到了人工智能技術(shù)。這些技術(shù)的背后都離不開人工智能領(lǐng)域研究者們的長(zhǎng)期努力。特別是最近這幾年，得益于數(shù)據(jù)的增多、計(jì)算能力的增強(qiáng)、學(xué)習(xí)算法的成熟以及應(yīng)用場(chǎng)景的豐富，越來(lái)越多的人開始關(guān)注這一個(gè)“嶄新”的研究領(lǐng)域：深度學(xué)習(xí)。深度學(xué)習(xí)以神經(jīng)網(wǎng)絡(luò)為主要模型，一開始用來(lái)解決機(jī)器學(xué)習(xí)中的表示學(xué)習(xí)問(wèn)題。但是由于其強(qiáng)大的能力，深度學(xué)習(xí)越來(lái)越多地用來(lái)解決一些通用人工智能問(wèn)題，比如推理、決策等。目前，深度學(xué)習(xí)技術(shù)在學(xué)術(shù)界和工業(yè)界取得了廣泛的成功，受到高度重視，并掀起新一輪的人工智能熱潮。
▲長(zhǎng)按掃描，回復(fù)9082即可獲取
或點(diǎn)擊下方直接跳轉(zhuǎn)，后臺(tái)回復(fù)：9082
部分內(nèi)容展示：
關(guān)于本書
近年來(lái)，以機(jī)器學(xué)習(xí)、知識(shí)圖譜為代表的人工智能技術(shù)逐漸變得普及。從車牌識(shí)別、人臉識(shí)別、語(yǔ)音識(shí)別、智能問(wèn)答、推薦系統(tǒng)到自動(dòng)駕駛，人們?cè)谌粘Ｉ钪卸伎赡苡幸鉄o(wú)意地使用到了人工智能技術(shù)。這些技術(shù)的背后都離不開人工智能領(lǐng)域研究者們的長(zhǎng)期努力。特別是最近這幾年，得益于數(shù)據(jù)的增多、計(jì)算能力的增強(qiáng)、學(xué)習(xí)算法的成熟以及應(yīng)用場(chǎng)景的豐富，越來(lái)越多的人開始關(guān)注這一個(gè)“嶄新”的研究領(lǐng)域：深度學(xué)習(xí)。深度學(xué)習(xí)以神經(jīng)網(wǎng)絡(luò)為主要模型，一開始用來(lái)解決機(jī)器學(xué)習(xí)中的表示學(xué)習(xí)問(wèn)題。但是由于其強(qiáng)大的能力，深度學(xué)習(xí)越來(lái)越多地用來(lái)解決一些通用人工智能問(wèn)題，比如推理、決策等。目前，深度學(xué)習(xí)技術(shù)在學(xué)術(shù)界和工業(yè)界取得了廣泛的成功，受到高度重視，并掀起新一輪的人工智能熱潮。
本課程主要介紹神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)中的基礎(chǔ)知識(shí)、主要模型（前饋網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)、循環(huán)網(wǎng)絡(luò)等）以及在計(jì)算機(jī)視覺、自然語(yǔ)言處理等領(lǐng)域的應(yīng)用。
要獲取更新提醒，請(qǐng)關(guān)注https://github.com/nndl/nndl.github.io
課程練習(xí)，見https://github.com/nndl/exercise
概要
《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》3小時(shí)課程概要 ppt(72M) pdf (12M)
全書內(nèi)容 pdf (updated 2019-10-07)、ipad版 (updated 2019-10-07，請(qǐng)忽略版式問(wèn)題)
2019-09-29更新說(shuō)明：
更新向量符號(hào)：將所有粗體英文字母改為粗斜體
調(diào)整緒論的小節(jié)順序
修改issue中的部分錯(cuò)誤
統(tǒng)一更改了參考文獻(xiàn)格式
增加了吳立德老師序
2019-10-07更新說(shuō)明：
數(shù)學(xué)基礎(chǔ) 調(diào)整微積分一節(jié)，增加了泰勒公式，積分的介紹
數(shù)學(xué)基礎(chǔ) 增加熵編碼一節(jié)
概率圖模型 調(diào)整“學(xué)習(xí)”和“推斷”兩節(jié)的次序
概率圖模型 增加“變分推斷“的簡(jiǎn)單介紹
章節(jié)內(nèi)容
緒論[ppt]
機(jī)器學(xué)習(xí)概述 [ppt]
線性模型 [ppt]
前饋神經(jīng)網(wǎng)絡(luò) [ppt]
卷積神經(jīng)網(wǎng)絡(luò) [ppt]
循環(huán)神經(jīng)網(wǎng)絡(luò) [ppt]
網(wǎng)絡(luò)優(yōu)化與正則化 [ppt]
注意力機(jī)制與外部記憶 [ppt]
無(wú)監(jiān)督學(xué)習(xí) [ppt]
模型獨(dú)立的學(xué)習(xí)方式 [ppt]
概率圖模型 [ppt]
深度信念網(wǎng)絡(luò) [ppt]
深度生成模型[ppt]
深度強(qiáng)化學(xué)習(xí) [ppt]
序列生成模型 [ppt] 一個(gè)過(guò)時(shí)版本：詞嵌入與語(yǔ)言模型
數(shù)學(xué)基礎(chǔ)
▲長(zhǎng)按掃描，回復(fù)9082即可獲取
或點(diǎn)擊下方直接跳轉(zhuǎn)，后臺(tái)回復(fù)：9082