復旦大學邱錫鵬教授發布《神經網絡與深度學習》教材，配備代碼和章節練習

雷鋒網 AI 科技評論按，近日，復旦大學計算機科學學院副教授邱錫鵬發布了一本《神經網絡與深度學習》教材，這份學習資源一經發布就廣受好評。目前，該資源在 github 上已經斬獲 5000+ star。

2015 年，復旦大學計算機學院開設了《神經網絡與深度學習》課程。由于當時還沒有關于深度學習的系統介紹，為了給同學們講好這門課，邱教授自己梳理了深度學習的相關知識，整理成一本講義，這本講義經過后來的修改補充，變成了我們現在看到的《神經網絡與深度學習》教材。

目前，這本書分為 16 個章節，主要內容是神經網絡與深度學習中的基礎知識、主要模型（前饋網絡、卷積網絡、循環網絡等）以及在計算機視覺、自然語言處理等領域的應用。雷鋒網雷鋒網

具體章節內容如下：

1. 緒論 [ppt] (updated 2019-4-4)
   

2. 機器學習概述 [ppt] (updated 2019-4-4)
   

3. 線性模型 [ppt] (updated 2019-4-4)
   

4. 前饋神經網絡 [ppt] (updated 2019-4-4)
   

5. 卷積神經網絡 [ppt] (updated 2019-4-4)
   

6. 循環神經網絡 [ppt] (updated 2019-4-4)
   

7. 網絡優化與正則化 [ppt] (updated 2019-4-4)
   

8. 注意力機制與外部記憶 [ppt] (updated 2019-4-4)
   

9. 無監督學習 [ppt] (updated 2019-4-4)
   

10. 模型獨立的學習方式 (updated 2019-4-4)
    

11. 概率圖模型 [ppt] (updated 2019-4-4)
    

12. 深度信念網絡 [ppt] (updated 2019-4-4)
    

13. 深生成模型 [ppt] (updated 2019-4-4)
    

14. 深度強化學習 [ppt] (updated 2019-4-4)
    

15. 序列生成模型 (updated 2019-4-4) 一個過時版本：詞嵌入與語言模型
    

16. 數學基礎 (updated 2019-4-4)
    

為了方便同學們學習，邱教授不僅在 github 上面提供了這本書的 PDF 版本文件，還提供了介紹課程主要內容的 PPT 和 PDF 文檔。

不僅如此，本書還配套了詳盡的示例代碼。對應于書籍中的每個章節，邱老師和精心設計了課程練習題，幫助同學們更好的理解和掌握相關章節的知識。雷鋒網雷鋒網

下面附上本書相關的資源鏈接：

github 資源：https://github.com/nndl/nndl.github.io

示例代碼：https://github.com/nndl/nndl-codes

課程練習：https://github.com/nndl/exercise

接下來，讓我們來預覽下這本書的部分內容吧~

課程練習題：

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。