【2022新书】理解深度学习，203页pdf，巴斯大学教授Simon J.D. Prince撰著

来自巴斯大学计算机科学教授Simon J.D. Prince撰写的《理解深度学习》新书，共有19章，从机器学习基础概念到深度学习各种模型，包括最新的Transformer和图神经网络，比较系统全面，值得关注。

• Chapter 1 - 导论 Introduction
• Chapter 2 - 监督学习 Supervised learning
• Chapter 3 - 浅层神经网络 Shallow neural networks
• Chapter 4 - 深度神经网络 Deep neural networks
• Chapter 5 - 损失函数 Loss functions
• Chapter 6 - 训练模型 Training models
• Chapter 7 - 梯度与初始化 Gradients and initialization
• Chapter 8 - 度量性能 Measuring performance
• Chapter 9 - 正则化 Regularization
• Chapter 10 - 卷积网络 Convolutional nets
• Chapter 11 - 残差网络 Residual networks and BatchNorm
• Chapter 12 - Transformers
• Chapter 13 - 图神经网络 Graph neural networks
• Chapter 14 -变分自编码器 Variational auto-encoders
• Chapter 15 - Normalizing flows
• Chapter 16 - 生成对抗网络 Generative adversarial networks
• Chapter 17 - 扩散模型 Diffusion models
• Chapter 18 - 深度强化学习 Deep reinforcement learning
• Chapter 19 - 为什么深度学习有效 Why does deep learning work?