深度学习基础与案例教程

《深度学习基础与案例教程》主要介绍深度学习基础理论及案例实战，共11章内容，从人工智能基础，到深度学习算法原理，再到深度学习项目实战，逻辑清晰，由浅入深，内容层次分明，从简单的线性模型引出非线性的深度学习模型。深度学习模型部分主要讲解卷积神经网络、循环神经网络、Transformer模型、生成对抗网络、迁移学习等。《深度学习基础与案例教程》在介绍理论内容时配有公式推导和详细的阐述，便于读者理解。在项目实战方面，本书每个算法理论都对应一个案例进行巩固，并在最后两章结合深度学习的两大领域——自然语言处理与计算机视觉，选取电影评论情感分析与图像分类作为全书的综合实战项目，对全书内容进行总结。《深度学习基础与案例教程》基于TensorFlow框架开发，代码简洁明了，每个项目实战案例都配有完整的项目实现代码，并对代码进行了详细的注解。
《深度学习基础与案例教程》可以作为高等院校人工智能相关专业本科生、研究生的入门教材，也可作为相关工程技术人员的参考书。