《深度学习入门：基于Python的理论与实现》PDF+源代码
本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。
适用对象：
• 使用Python，尽可能少地使用外部库，从零开始实现深度学习的程序。
• 为了让Python的初学者也能理解，介绍Python的使用方法。
• 提供实际可运行的Python源代码，同时提供可以让读者亲自实验的 学习环境。
• 从简单的机器学习问题开始，最终实现一个能高精度地识别图像的系统。
• 以简明易懂的方式讲解深度学习和神经网络的理论。
• 对于误差反向传播法、卷积运算等乍一看很复杂的技术，使读者能够 在实现层面上理解。
• 介绍一些学习深度学习时有用的实践技巧，如确定学习率的方法、权 重的初始值等。
• 介绍最近流行的Batch Normalization、Dropout、Adam等，并进行 实现。
• 讨论为什么深度学习表现优异、为什么加深层能提高识别精度、为什 么隐藏层很重要等问题。
• 介绍自动驾驶、图像生成、强化学习等深度学习的应用案例。
