『The Mathematical Engineering of Deep Learning（深度学习数学工程）』这本书对深度学习的数学工程进行了完整而简洁的概述。

深度学习很容易通过数学语言在许多专业人士都能理解的水平上进行描述，因此本书的文稿也很少涉及代码，而专注于通过数学讲解现代深度学习算法、模型和技术的精髓。

所以其他领域的读者，如统计学、物理学、纯数学、计量经济学、运筹学、量化管理、应用机器学习、应用深度学习等，也可以迅速深入了解数学工程的关键组成部分。详情 👉 https://blog.csdn.net/ShowMeAI/article/details/127181863

💦 Introduction（简介）
💦 Principles of Machine Learning（机器学习原理）
💦 Simple Neural Networks（简单神经网络）
💦 Optimization Algorithms（优化算法）
💦 Feed-Forward Deep Networks（前馈深度网络）
💦 Convolutional Neural Networks（卷积神经网络）
💦 Sequence Models（序列模型）
💦 Tricks of the Trade（技巧）
💦 Generative Adversarial Networks（生成对抗网络）
💦 Deep Reinforcement Learning（深度强化学习）