深度學(xué)習(xí)（上）

　　《深度學(xué)習(xí)（上）》對所有主要的深度學(xué)習(xí)方法和*新研究趨勢進行了深入探索?！渡疃葘W(xué)習(xí)（上）》分為上下兩卷，五個部分。上卷包括兩個部分：第一部分是基礎(chǔ)算法，包括機器學(xué)習(xí)基礎(chǔ)算法、早期神經(jīng)網(wǎng)絡(luò)算法、深度學(xué)習(xí)的正則化方法和深度學(xué)習(xí)的優(yōu)化方法；第二部分是判別式模型，包括卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、長短期記憶模型（LSTM）、注意力機制和記憶網(wǎng)絡(luò)。下卷包括三個部分：第三部分是生成式模型，包括深度置信網(wǎng)絡(luò)/深度玻爾茲曼機、自編碼器（AE）/變分自編碼器（VAE）、生成對抗網(wǎng)絡(luò)（GAN）、像素級生成、深度聚類等；第四部分是前沿技術(shù)，討論深度強化學(xué)習(xí)；第五部分是安全保障，包括深度學(xué)習(xí)的可解釋性和對抗樣本的攻擊與防御?！渡疃葘W(xué)習(xí)（上）》特別注重學(xué)術(shù)前沿，對包括膠囊網(wǎng)絡(luò)在內(nèi)的當(dāng)前*新成果進行了細(xì)致的討論?！渡疃葘W(xué)習(xí)（上）》構(gòu)建了一套明晰的深度學(xué)習(xí)體系，同時各章內(nèi)容相對獨立，并有輔助網(wǎng)站（http：//deeplearningresource.com）在線提供大量論文、代碼、數(shù)據(jù)集和彩圖等學(xué)習(xí)資源供讀者邊實踐邊學(xué)習(xí)。

暫缺《深度學(xué)習(xí)（上）》作者簡介