推荐：复旦邱锡鹏教授开源发布的《神经网络与深度学习》

本文作者：Datawhale

4月7日下午，邱锡鹏教授在知乎上达文称整本书终于写完了，虽然还有很多不足。但先告一段落，不然就得无限期拖延下去。感谢众多热心网友的意见和建议。全书的内容可以从这里（https://nndl.github.io/）下载。

邱锡鹏老师是复旦大学副教授、博士生导师、开源自然语言处理工具FudanNLP的主要开发者。

邱老师提到的这本书就是我们今天的主角，就是《深度网络与深度学习》了。这本书花费了邱老师三年的时间，将自己的研究，日常的教学和实践结合梳理出这个深度学习知识体系。该书主要介绍神经网络与深度学习中的基础知识、主要模型（前馈网络、卷积网络、循环网络等）以及在计算机视觉、自然语言处理等领域的应用。全书共15章，共分为入门篇，基础模型，进阶模型三个阶段，下面我们一起看下该书的章节分布吧。

本书目录

入门篇

基础模型

进阶模型

清楚了大概的章节分布，我们可以看看书中内容，感受邱老师的良苦用心。能把损失函数讲解这么透彻，真的是学习必备教材了。

另外，老师还将课程练习与示例代码全部给出，再也不用担心写不出代码了。

课程链接

GitHub地址：

https://nndl.github.io/

全书 pdf：

https://nndl.github.io/nndl-book.pdf

示例代码：

https://github.com/nndl/nndl-codes

课程练习：

https://github.com/nndl/exercise

好了，说了这么多，一起刷书吧。

请关注和分享↓↓↓ 

本站的知识星球（黄博的机器学习圈子）ID：92416895

目前在机器学习方向的知识星球排名第一

往期精彩回顾

• 良心推荐：机器学习入门资料汇总及学习建议（2018版）
  

• 黄海广博士的github镜像下载（机器学习及深度学习资源）

• 吴恩达老师的机器学习和深度学习课程笔记打印版
  

• 首发：深度学习入门宝典-《python深度学习》原文代码中文注释版及电子书

• 机器学习的数学基础

• 机器学习必备宝典-《统计学习方法》的python代码实现、电子书及课件

• 吐血推荐收藏的学位论文排版教程（完整版）
  

• Python环境的安装（Anaconda+Jupyter notebook+Pycharm）

• Python代码写得丑怎么办？推荐几个神器拯救你

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！