深度学习入门.基于PyTorch和TensorFlow的理论与实现

本书是一本系统介绍深度学习基础知识和理论原理的入门书籍。本书从神经网络的基本结构入手, 详细推导了前向传播与反向传播的数学公式和理论支持, 详细介绍了如今各种优化神经网络的梯度优化算法和正则化技巧, 给出了在实际应用中的超参数调试和网络训练的技巧。这两种框架来构建相应的项目, 帮助读者从理论和实践中提高自己的深度学习知识水平。