深度學習入門 : 基於 PyTorch 和 TensorFlow 的理論與實現

本書是一本系統介紹深度學習基礎知識和理論原理的入門書籍。本書從神經網絡的基本結構入手，詳細推導了前向傳播與反向傳播的數學公式和理論支持，詳細介紹瞭如今各種優化神經網絡的梯度優化算法和正則化技巧，給出了在實際應用中的超參數調試和網絡訓練的技巧。同時，也介紹了典型的捲積神經網絡（CNN）和循環神經網絡（RNN）。除了介紹理論基礎外，本書以Python為基礎，詳細介紹瞭如今主流的深度學習框架PyTorch和TensorFlow，並分別使用這兩種框架來構建相應的項目，幫助讀者從理論和實踐中提高自己的深度學習知識水平。