|
关于我们
精品教材 更多 规划教材 更多 |
深度学习通识教程
本书共9章,第1章回顾人工智能发展历程,介绍人工智能的三大学派等,引出深度学习。第2章涵盖数据预处理、微积分、线性代数、概率论等基础知识,为后续学习打下数学根基。第3章至第6章为本书核心内容,依次讲解神经网络基础、卷积神经网络原理与实践、循环神经网络原理与实践与图神经网络原理与实践,并配套经典模型与实践案例,帮助读者打通从原理到实战的学习路径。第7章聚焦经典注意力机制及Transformer,揭示其在深度学习模型结构中的关键地位,第8章介绍自编码器、GAN与扩散模型,展示生成式学习的发展。第9章分析前沿大模型,讨论GPT、视觉大模型、具身智能等热点,引导读者关注技术前沿。
我要评论
|
