-
科学出版社
- 9787030817006
-
1版
-
2026-01
内容简介
机器学习是人工智能的核心实现方式之一,深度学习是机器学习的一种,它基于人工神经网络,通过多层非线性变换提取数据特征。本书系统地介绍了深度学习的核心理论与应用,从人工智能发展历程和机器学习基础讲起,涵盖Python编程、主流框架(TensorFlow、PyTorch等)、神经网络原理(结构、优化、评估)及经典模型(MLP、CNN、RNN),并配有手写数字识别、图像分类等实战案例。书中特别设置生成式学习(VAE、GAN)、强化学习、神经算子(DeepONet、PINN)等前沿内容,最后探讨Transformer架构、模型可解释性等热点议题。