详情
本书系《深度学习：基础与概念》的配套用书，由编者基于对原书习题体系的深入理解编写而成。
各章章首设导读，总结本章学习目标，并给出思维导图，帮助读者建立全局视野，明确学习重点。习题解答部分，通过对原书习题的系统梳理、剖析与解答，辅助读者跨越从“读懂”到“会用”的鸿沟，更好地消化吸收原书的精髓，全方位构建深度学习知识体系。
第 2 章 概率 1
第 3 章 标准分布 22
第 4 章 单层网络：回归 41
第 5 章 单层网络：分类 47
第 6 章 深度神经网络 59
第 7 章 梯度下降 71
第 8 章 反向传播 80
第 9 章 正则化 92
第 10 章 卷积网络 103
第 11 章 结构化分布 111
第 12 章 Transformer 130
第 13 章 图神经网络 145
第 14 章 采样 153
第 15 章 离散潜变量 165
第 16 章 连续潜变量 188
第 17 章 生成对抗网络 210
第 18 章 标准化流 214
第 19 章 自编码器 222
第 20 章 扩散模型 227
