【干货】三把刀！学习Python、PyTorch、神经网络三本书！

近年来，以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能问答、推荐系统到自动驾驶，人们在日常生活中都可能有意无意地使用到了人工智能技术。越来越多的人开始关注这一个“崭新”的研究领域：深度学习。

而提起深度学习，又离不开Python，PyTorch和神经网络这三。今天分享三本书，是学习Python，PyTorch和神经网络的公认的三把利刃！

（CV、GAN、Python、AI资源，欢迎关注！）

部分内容展示如下

python教程

PyTorch教程

神经网络教程

关于神经网络与深度学习

深度学习以神经网络为主要模型，一开始用来解决机器学习中的表示学习问题。但是由于其强大的能力，深度学习越来越多地用来解决一些通用人工智能问题，比如推理、决策等。目前，深度学习技术在学术界和工业界取得了广泛的成功，受到高度重视，并掀起新一轮的人工智能热潮。

本课程主要介绍神经网络与深度学习中的基础知识、主要模型（前馈网络、卷积网络、循环网络等）以及在计算机视觉、自然语言处理等领域的应用。

要获取更新提醒，请关注https://github.com/nndl/nndl.github.io

课程练习，见https://github.com/nndl/exercise

概要

《神经网络与深度学习》3小时课程概要 ppt(72M) pdf (12M)

全书内容 pdf (updated 2019-10-07)、ipad版 (updated 2019-10-07，请忽略版式问题)

2019-09-29更新说明：

1. 更新向量符号：将所有粗体英文字母改为粗斜体
2. 调整绪论的小节顺序
3. 修改issue中的部分错误
4. 统一更改了参考文献格式
5. 增加了吴立德老师序

2019-10-07更新说明：

1. 数学基础 调整微积分一节，增加了泰勒公式，积分的介绍
2. 数学基础 增加熵编码一节
3. 概率图模型 调整“学习”和“推断”两节的次序
4. 概率图模型 增加“变分推断“的简单介绍

章节内容

1. 绪论[ppt]
2. 机器学习概述 [ppt]
3. 线性模型 [ppt]
4. 前馈神经网络 [ppt]
5. 卷积神经网络 [ppt]
6. 循环神经网络 [ppt]
7. 网络优化与正则化 [ppt]
8. 注意力机制与外部记忆 [ppt]
9. 无监督学习 [ppt]
10. 模型独立的学习方式 [ppt]
11. 概率图模型 [ppt]
12. 深度信念网络 [ppt]
13. 深度生成模型[ppt]
14. 深度强化学习 [ppt]
15. 序列生成模型 [ppt] 一个过时版本：词嵌入与语言模型
16. 数学基础