此书是国内外深度学习课的第一教材，本人以前上 DL 课用过。坦白说，之前都盯着 PPT 看，没来得及好好看书。近来看 KAN 论文准备回顾下 MLP 的时候，翻起了这本老古董。重读之后，发现书上有很多让人惊喜的细节。短短的一个 induction，涉及了非常多神经网络抽象的知识。

通过阅读这本书，我不仅巩固了之前学过的知识，还学到了许多新的观点和技巧。这些知识和技巧不仅对我的学术研究有所帮助，更对我的实际工作产生了积极的影响。

书籍亮点：

神经网络结构：详细讲解了深度学习中常用的神经网络结构，如卷积神经网络（CNN）、循环神经网络（RNN）等，以及它们的构建和训练过程。
优化算法：介绍了深度学习中常用的优化算法，如随机梯度下降（SGD）、Adam等，以及它们的原理和应用。
应用案例：提供了丰富的应用案例，涵盖了图像识别、语音识别、自然语言处理等多个领域，帮助读者将所学知识应用于实际场景中。
代码示例：书中包含大量的代码示例，帮助读者通过实践来加深对深度学习原理的理解和掌握。

部分资料截图：

**

PDF版整理好了，需要的可以分享：

**