ddo Drori 现任波士顿大学副教授及讲师，同时也在麻省理工学院和哥伦比亚大学担任副教授。
他的主要研究领域是机器学习、人工智能和计算机视觉，总共发表了 70 篇论文，引用次数超过 5,200 次，并教授了 35 门计算机科学课程。
他的课程为数以千计的学生提供了 学术研究和实践经验，而这本《深度学习的科学》就是来自他过去五年间所教授课程的精华。
这本书不仅包含深度学习教程，还包含了 科学写作方法与审稿的实际操作指南。
PDF已经下载好了，大家可以添加小助手获取（长按二维码图片添加既可），记得发送文章标题截图给小助手哦!
本书的独特之处在于，它采用了 统一的符号和方程、清晰的图示以及领域内最新的研究，并附带了上百个 代码示例、练习题及解答，非常全面。
本书共分为五大部分：
深度学习基础（第一部分，第1-4章）：涵盖深度学习的核心内容，包括前向传播、反向传播、优化与正则化。
深度学习架构（第二部分，第5-8章）：介绍关键架构，包括卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、门控循环单元（GRU）、图神经网络（GNN）以及Transformer。
生成模型（第三部分，第9-10章）：讨论生成对抗网络（GAN）和变分自编码器（VAE）。
强化学习与深度强化学习（第四部分，第11-12章）：深入讲解强化学习和深度强化学习的基本原理与应用。
应用（第五部分，第13章）：广泛覆盖深度学习在各个领域的应用，这些应用也根据主题和相关性分布在不同章节中。
附录：提供了反向传播和优化中梯度计算的方程，以及科学写作与审稿的实际操作指南。
大家觉得这篇文章有帮助的话记得分享给你的死党、闺蜜、同学、朋友、老师、敌蜜！
