更新时间：2019-01-10 16:06:37
封面
版权信息
前言
为什么写这本书
本书特色
读者对象
如何阅读本书
勘误和支持
致谢
第一部分 Python及应用数学基础
第1章 NumPy常用操作
第2章 Theano基础
第3章 线性代数
第4章 概率与信息论
第5章 概率图模型
第二部分 深度学习理论与应用
第6章 机器学习基础
第7章 深度学习挑战与策略
第8章 安装TensorFlow
第9章 TensorFlow基础
第10章 TensorFlow图像处理
第11章 TensorFlow神经元函数
第12章 TensorFlow自编码器
第13章 TensorFlow实现Word2Vec
第14章 TensorFlow卷积神经网络
第15章 TensorFlow循环神经网络
第16章 TensorFlow高层封装
第17章 情感分析
第18章 利用TensorFlow预测乳腺癌
第19章 聊天机器人
第20章 人脸识别
第三部分 扩展篇
第21章 强化学习基础
第22章 生成式对抗网络
