《深度學習導論及案例分析》一第一部分 基 礎 理 論

   本節書摘來自華章出版社《深度學習導論及案例分析》一書中的第1章，第1.1節，作者李玉鑑  張婷，更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視。

<b>part1</b>

<b></b>

<b>第一部分</b>

<b>基 礎 理 論</b>

本書第一部分主要探讨深度學習的基礎理論。深度學習起源于神經網絡，其本質是一系列深層網絡模型的學習和訓練算法。本部分涵蓋了深度學習的主要内容，有助于讀者在總體上把握深度學習的發展脈絡和體系結構，是開展進一步相關工作的基礎。

這部分共包括13章。第1章勾畫深度學習的起源和發展、特點和優勢、模型和算法。第2章介紹預備知識，讀者可跳過熟悉的部分，但建議認真學習機率圖模型、玻耳茲曼機和通用反向傳播算法等難點内容，因為這些内容是了解許多深度學習模型和算法的基礎。第3～11章，依次介紹深度學習的9種重要模型，包括受限玻耳茲曼機、自編碼器、深層信念網絡、深層玻耳茲曼機、和積網絡、卷積神經網絡、深層堆疊網絡、循環神經網絡、長短時記憶網絡，而且對于其中的每一個模型，都從标準模型、學習算法和變種模型三個方面進行介紹。第12章讨論深度學習的若幹混合模型、多種多樣的應用以及常用的開源庫。第13章總結深度學習的研究現狀，明确存在的問題，并指出其未來的發展方向。