深度學習全書：公式+推導+代碼+TensorFlow全程案例

　　《深度學習全書——公式+推導+代碼+TensorFlow全程案例》共有15章，分為5部分，第一篇說明深度學習的概念，包括數(shù)理基礎(chǔ)，特點是結(jié)合編程解題，加深讀者印象，第二篇說明TensorFlow的學習地圖，從張量、自動微分、梯度下降乃至神經(jīng)層的實踐，逐步解構(gòu)神經(jīng)網(wǎng)絡(luò)，第三篇介紹CNN算法、影像應(yīng)用、轉(zhuǎn)移學習等，第四篇則進入自然語言處理及語音識別的領(lǐng)域，介紹RNN/BERT/Transformer算法、相關(guān)應(yīng)用等，最后，介紹了強化學習的基礎(chǔ)知識，包括馬爾可夫決策過程、動態(tài)規(guī)劃、蒙特卡洛、Q Learning算法，當然，還有相關(guān)案例實踐。

暫缺《深度學習全書：公式+推導+代碼+TensorFlow全程案例》作者簡介