好友新书《深度学习笔记》首发上线。
本书概况了学习深度学习的基本路线，如何从 DNN 到 CNN 再到 RNN 和一些延伸性知识，本书的定位就是一本深度学习入门图书。
全书包含了21讲内容，目录如下：
第1讲 神经网络与深度学习
第2讲 神经网络的过拟合与正则化
第3讲 深度学习的优化算法
第4讲 卷积神经网络
第5讲 CNN图像学习过程与可视化
第6讲 CNN图像分类：从LeNet5到EfficientNet
第7讲 CNN目标检测：从R-CNN到YOLO
第8讲 CNN图像分割：从FCN到U-Net
第9讲 迁移学习理论与实践
第10讲 循环神经网络
第11讲 长短期记忆网络
第12讲 自然语言处理与词向量
第13讲 word2vec词向量
第14讲 seq2seq与注意力模型
第15讲 语音识别
第16讲 从Embedding到XLNet：NLP预训练模型简介
第17讲 深度生成模型之自编码器
第18讲 深度生成模型之生成式对抗网络
第19讲 神经风格迁移、深度强化学习与胶囊网络
第20讲 深度学习框架
第21讲 深度学习数据集
参考文献
最后，给各位粉丝朋友一个小福利，我联系了作者送 3 本给大家。获取方式为：在本文下方留言并且留言点赞数前3的朋友将各自获得一本赠书。
书已为大家备好~
当然，如果想要直接支持作者的，可以直接到当当或者京东选择购买：
感谢各位的支持！