深度学习详解pdf+epub

本书根据李宏毅老师“机器学习”公课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括 BERT 和 GPT）等深度学习常见算法，并讲解了对抗攻、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关的阶算法. 在理论严谨的基础上，本书保留了公课中大量生动有趣的例子，帮助读者从生活化的角度理解深度学习的概念、建模过程和核心算法细节. <br/>【推荐语】<br/>1.李宏毅老师亲笔推荐，杨小康、周明、叶杰平、邱锡鹏鼎力推荐!  2.数百万次播放的深度学习课程配套书，李宏毅老师亲自赞的源项目，GitHub超10000次Star的源笔记。 3.从Transformer到ChatGPT技术原理一个不落GPT中的T代表的正是Transformer。如何理解这一在深度学习领域具有深远影响的概念?从经典的论文始,逐步深度介绍Transformer的原理。本书包含单独的ChatGPT章节，不仅介绍了ChatGPT的原理，还探讨了我们应当以怎样的态度对待Al的发展。 <br/>【作者】<br/>王琦， 上海交通大学人工智能实验室博士研究生，硕士毕业于中国科学院大学．Datawhale成员，《Easy RL：强化学习教程》作者，英特尔边缘计算创新大使，Hugging Face社区志愿者，AI TIME成员．主要研究方向为强化学习、计算机视觉、深度学习．曾获“中国光谷·华为杯”第十九届中国研究生数学建模竞赛二等奖、中国大学生计算机设计大赛二等奖、亚太地区大学生数学建模竞赛（APMCM）二等奖和“挑战杯”全国大学生课外学术科技作品竞赛江苏省选拔赛二等奖等荣誉，发表SCI/EI论文多篇． 杨毅远， 牛津大学计算机系博士研究生，硕士毕业于清华大学．Datawhale成员，《Easy RL：强化学习教程》作者．主要研究方向为时间序列、数据挖掘、智能传感系统，深度学习．曾获国家奖学金、北京市优秀毕业生、清华大学优秀硕士学位论文、全国大学生智能汽车竞赛总冠军等荣誉，发表SCI/EI论文多篇． 江季， 网易高级算法工程师，硕士毕业于北京大学．Datawhale成员，《Easy RL：强化学习教程》作者．主要研究方向为强化学习、深度学习、大模型、机器人等．曾获得国家奖学金、上海市优秀毕业生等荣誉，取得强化学习与游戏AI等相关专利多项．<br/>