深度学习_李侃孙新_9787111771616_第30届全国图书交易博览会网上选书平台

　　本书是一本体系完整、算法和案例丰富的人工智能类教材。本书系统地讲解深度学习的理论与方法，主要内容包括绪论、深度学习基础、卷积神经网络、循环神经网络、深度序列模型、深度生成网络、图神经网络、注意力机制、深度强化学习、深度迁移学习、无监督深度学习。本书通过丰富的实例讲解方法的应用；强调深度学习的系统性、方法的时效性，同时针对深度学习快速发展的特点，讲解深度学习的最新技术，本书配备了实例的数字化资源，供学习者下载。
　　本书既可以作为国内各高等学校、科研院所本科生、研究生的教材，也可以供国内外从事深度学习的研究人员和工程人员使用。
　　本书配有电子课件，欢迎选用本书作教材的教师登录www.compedu.com 注册后下载。

　　前言
　　随着科技的飞速发展，人工智能（AI）已经成为这个时代最引人注目的科技之一。在AI的众多分支中，深度学习（Deep Learning）凭借其强大的特征提取能力和对数据内在模式的精确建模，已经成为推动AI技术不断突破的关键力量。为此，我们编写了这本《深度学习》教材，系统地介绍深度学习的理论与方法。本书旨在为读者提供一个全面而深入的深度学习知识体系。本书从深度学习的基础知识出发，逐步深入到各种先进的网络结构和算法，力求让读者在掌握基本理论的同时，能够了解深度学习的最新发展和应用。
　　本书由11章组成。第1章概述深度学习，介绍深度学习的发展历史、分类及度量指标。第2章介绍深度学习基础知识，讨论深度学习相关的数学基础知识、感知机与多层感知机，以及反向传播算法。第3章详细介绍卷积神经网络的基本概念、发展历程、基本结构与部件，以及代表性模型和各种卷积。第4章阐述循环神经网络的结构以及训练方法，着重分析长短期记忆网络和门控循环单元等典型循环神经网络。第5章主要讨论以序列到序列为代表的深度序列模型，分析编码器-解码器架构，重点论述Transformer架构及其各种变体。第6章阐述各种深度生成网络，包括基于玻尔兹曼机的方法、基于变分自动编码器的方法、基于生成对抗网络的方法、基于流模型的方法、基于扩散模型的方法、基于自回归网络的方法，以及大语言模型。第7章深入讨论图神经网络的核心概念和运行机制，详尽阐述了包括图卷积神经网络、图循环网络和图注意力网络等典型图神经网络。第8章介绍深度学习领域注意力机制的概念、发展历程、分类，讨论注意力模型的基本架构以及原理，以及注意力模型的性能测评。第9章主要论述深度强化学习，介绍强化学习模型和马尔可夫决策过程，重点讨论深度Q学习算法和TD算法等深度价值学习算法、策略梯度算法等深度策略学习、模仿学习以及基于人类反馈的强化学习。第10章阐述深度迁移学习，重点讨论基于微调的深度迁移学习、基于冻结CNN层的深度迁移学习、基于渐进式学习的深度迁移学习，以及基于对抗的深度迁移学习，总结了每一种方法的基本实现思路与相关应用，并给出了常用的数据集。第11章主要论述无监督深度学习，介绍基于掩码的任务、基于语言模型的任务、基于时序的任务、基于对比学习的任务，以及经典无监督深度学习模型。
　　本书内容全面，体系完整，涵盖了深度学习的基本概念、原理、算法和应用等多个方面，为读者呈现完整的深度学习知识体系。本书注重理论与实践相结合，不仅介绍了各种算法的原理，还提供了大量的实验案例和代码实现，读者可以通过亲手实践，加深对算法的理解和掌握，提高解决实际问题的能力。随着技术的不断发展，机器学习领域也在不断涌现新的研究成果和应用场景，本书注重跟踪前沿动态，及时介绍最新的研究成果和趋势。本书强调可读性和可教性，充分考虑了读者的阅读体验和教师的教学需求，同时，提供了丰富的教学资源，方便教师进行课堂教学和实验教学。本书数字化资源丰富，学习体验升级。作为新形态教材，本书配备了数字化资源，如实例源代码等。这些资源不仅能够帮助读者更直观地理解复杂的概念和算法，还能够提升学习的趣味性和互动性。读者可以通过扫描书中的二维码或访问指定网站，获取这些数字化资源。通过本书的学习，读者将能够全面掌握深度学习的理论与方法，了解深度学习领域的最新研究成果和应用趋势，为未来的研究和应用奠定坚实的基础。期待本书能为读者提供一个深入、系统的深度学习知识体系，共同推动人工智能的发展。
　　本书既可以作为国内各高等学校、科研院所本科生、研究生的教材，也可以供国内外从事深度学习的研究人员和工程人员使用。希望读者通过阅读本书，学会各种深度学习方法，体验学习相关知识的乐趣。
　　本书第1~4章、第6章、第8~10章由李侃编著，第5、7、11章由孙新编著。感谢博士生王星霖、刘鑫、袁沛文、尹航、李易为、范文骁为本书所付出的辛勤工作。感谢对本书投入过心血的所有人！另外，在本书写作和出版的过程中，机械工业出版社的编辑团队给予了很多帮助，在此特向他们致谢。
　　由于笔者水平有限，书中难免有不足之处，敬请广大读者批评指正。
　　李侃

你还可能感兴趣