Python for《Deep Learning》，該書為《深度學習》(花書) 數學推導、原理剖析與源碼級別代碼實現

資料來源: https://github.com/MingchaoZhu/DeepLearning

第一章前言 1 Introduction

第二章線性代數 2 Linear Algebra
第三章概率與信息論 3 Probability and Information Theory
第四章數值計算 4 Numerical Computation
第五章機器學習基礎 5 Machine Learning Basics
第六章深度前饋網絡 6 Deep Feedforward Networks
第七章深度學習中的正則化 7 Regularization for Deep Learning
第八章深度模型中的優化 8 Optimization for Training Deep Models
第九章卷積網絡 9 Convolutional Networks
第十章序列建模：循環和遞歸網絡 10 Sequence Modeling: Recurrent and Recursive Nets
第十一章實踐方法論 11 Practical Methodology
第十二章應用 12 Applications
第十三章線性因子模型 13 Linear Factor Models
第十四章自編碼器 14 Autoencoders
第十五章表示學習 15 Representation Learning
第十六章深度學習中的結構化概率模型 16 Structured Probabilistic Models for Deep Learning
第十七章蒙特卡羅方法 17 Monte Carlo Methods
第十八章直面配分函數 18 Confronting the Partition Function
第十九章近似推斷 19 Approximate Inference