书名：Python深度学习 模型、方法与实现
作者：伊凡·瓦西列夫、冀振燕、赵子涵、刘伟、刘冀瑞、董为
ISBN：978-7-111-68845-7
出版社：机械工业出版社
出版日期：2021.09
为了构建稳健的深度学习系统，需要理解神经网络的工作原理以及如何训练CNN模型等知识。通过本书，你可以探索新开发的深度学习模型及其在各个领域的使用方法，以及基于应用领域的实现。 本书首先介绍构建模块和神经网络背后的数学知识，然后介绍CNN及其在计算机视觉领域的先进应用，以及在对象检测和图像分割中应用流行的CNN架构。还将介绍变分自编码器和GAN，以及如何使用神经网络来提取单词的复杂向量表示。在继续讨论各种类型的循环网络（如LSTM和GRU）之前，会介绍如何在没有RNN的情况下使用注意力机制处理序列数据。然后，介绍如何使用图神经网络处理结构化数据，以及如何使用元学习采用较少的训练样本来训练神经网络。最后，了解如何将深度学习应用于自动驾驶汽车。 阅读本书，你将掌握关键的深度学习概念和深度学习模型在现实世界中的不同应用。 你将学到： 先进的神经网络架构。 神经网络背后的理论和数学知识。 训练DNN并将其应用于现代深度学习问题。 使用CNN进行对象检测和图像分割。 实现GAN和变分自编码器来产生 新图像。 使用seq2seq模型解决NLP任务，如机器翻译。 了解DL技术，如元学习和图神经网络。