《神经网络与深度学习：教材（第二版）》

《神经网络与深度学习：教材（第二版）》

赞助文章

作者：Charu C. Aggarwal

目录 Springer出版商页面（购买PDF电子版或印刷版） 亚马逊页面（购买印刷版）

• 巴德在欧洲和巴西首次亮相，同时也面临隐私担忧和竞争加剧的压力
• 使用FalconAI、LangChain和Chainlit创建聊天机器人
• “见面SegGPT：通过上下文推理在图像或视频中执行任意分割任务的通用模型”

本书的章节涵盖了三个类别：

• 神经网络基础：第2章讨论了反向传播算法。许多传统的机器学习模型可以理解为神经网络的特例。第3章探讨了传统机器学习与神经网络之间的联系。支持向量机、线性/逻辑回归、奇异值分解、矩阵分解和基于矩阵分解的推荐系统被证明是神经网络的特例。
• 神经网络基础知识：第4章和第5章详细讨论了训练和正则化。第6章和第7章介绍了径向基函数（RBF）网络和受限玻尔兹曼机。
• 神经网络的高级主题：第8章、第9章和第10章讨论了循环神经网络、卷积神经网络和图神经网络。第11章和第12章介绍了深度强化学习、注意力机制、变换器网络、大型语言模型、Kohonen自组织映射和生成对抗网络等几个高级主题。

第二版在内容上进行了大幅重新组织和扩展，增加了关于反向传播和图神经网络的单独章节。许多章节在第一版的基础上进行了重大修订。更加关注现代深度学习的思想，如对抗学习、图神经网络、注意力机制、变换器和大型语言模型。

该书的印刷版可以从亚马逊等大多数书商购买，但电子版仅在Springer提供，以PDF格式提供。Kindle版将在不久的将来推出。PDF文件包含类似于Kindle的超链接以进行导航，可在Kindle和iPad等移动设备上使用。