麻省理工《理解深度学习》！本书的标题是“理解深度学习”，以区别于涵盖编码和其他实际方面的大部头。本书主要讨论深度学习的基本思想。书的第一部分介绍了深度学习模型，讨论了如何训练它们，衡量它们的性能以及如何改进这些性能。接下来的部分考虑了专门用于图像、文本和图形数据的体系结构。这些章节只需要初级线性代数、微积分和概率知识
本书共有 20 个章节，涵盖了监督学习、深度神经网络、卷积神经网络、残差网络、无监督学习、图神经网络、生成对抗网络、Transformers、强化学习等基本知识和最新的神经网络模型。
本书旨在以最简便的方式，让读者理解现代深度学习技术的核心理念。书中不仅介绍了深度学习的基础知识，还深入探讨了深度神经网络的运作原理和优化策略。
这本书是希望深入理解深度学习技术的读者的宝贵资源，能帮助他们更好地在实际应用中设计和优化深度学习模型。
本电子书用的是 Jupyter Notebook，这是是一个交互式笔记程序，支持运行40多种编程语言，包括Python。它是一个基于Web的应用程序，便于创建和共享文学化的程序文档。通过 LaTeX 输出 PDF 文件。
文件获取：
截图
我们提供的 LaTeX 服务
入门资料，免费知识代码：
https://flowus.cn/latex/share/66110e84-b24a-4cd5-b8a7-2ba2afb35a30
精心制作免费视频教程：
https://space.bilibili.com/209746320
