本書主要以Python編程為基礎，講解了深度學習，深度學習網絡，以及使用高性能的算法和Python架構訓練深度學習網絡。第1章，機器學習-簡介，將向您介紹基本的ML概念以及我們將在本書中使用的術語。它將概述目前流行的ML算法和應用。它還將引入dl庫，我們將在整本書中使用。第2章，神經網絡，將向你介紹神經網絡的數學。我們將了解它們的結構，它們如何進行預測（這是前饋部分）。以及如何使用梯度下降和反向傳播來訓練它們（解釋如下衍生產品）。本章還將討論如何用神經網絡來表示操作。網絡作為向量運算。第3章，深度學習基礎，將解釋使用深度神經的基本原理。網絡（與淺層網絡相反）。它將概述最流行的DL庫和實際應用。第四章，計算機視覺與卷積網絡，教你卷積神經網絡（計算機視覺任務中最流行的神經網絡類型）。我們將了解它們的體系結構和構建塊（卷積、池和膠囊以及如何使用卷積網絡進行圖像分類任務。第5章“高級計算機視覺”，將在前一章的基礎上進一步介紹高級計算機視覺主題。你不僅會學習如何分類圖像，而且還會如何檢測物體的位置和分割圖像的每個像素。我們將了解先進的卷積網絡結構和實用的傳輸技術學習。第6章，用gan和vaes生成圖像，將介紹生成模型（as與歧視性模型相反，在這一點之前我們將一直掩蓋這一點）。您將了解兩種最流行的無監督生成模型方法，Vaes和Gans，以及一些令人興奮的應用程序。第7章，循環神經網絡和語言模型，將向您介紹流行的循環網絡體系結構：LSTM和選通循環單元（GRU）。我們將了解使用遞歸神經網絡和最新算法的NLP范例以及解決NLP問題的體系結構。我們還將學習語音到文本的基本知識承認。第8章，強化學習理論，將向你介紹主要的范例和RL術語，單獨的ML字段。您將了解最重要的RL算法。我們還將了解dl和rl之間的鏈接。在整個章節中，我們將使用玩具示例更好地演示RL的概念。