微信读书

深度学习的几何学：信号处理视角

Jong Chul Ye

深度学习是人工智能与机器学习领域的重要研究分支，经过短短十几年的发展，已经在计算机视觉与图像处理、自然语言处理等领域取得令人瞩目的成就。　　《深度学习的几何学：信号处理视角》作为深度学习方面的专门书籍，融合了机器学习、人工神经网络和深度学习的相关概念，并且从信号处理视角呈现了深度学习背后的几何学原理，以便从统一的角度去深入理解深度学习的主要模型和算法，从而更好地指导理论分析和实践开发。　　《深度学习的几何学：信号处理视角》全书分为三个部分，共14章。第1-4章为首部分，主要介绍机器学习基础知识，包括向量空间、矩阵代数、凸优化等数学预备知识，以及支持向量机、核回归等经典机器学习技术；第5-9章为第二部分，主要介绍深度学习的构成要素，包括人工神经网络与反向传播、卷积神经网络、图神经网络及归一化和注意力机制，重点介绍这些模型背后的数学原理和几何解释；第10-14章为第三部分，主要介绍深度学习的高级主题，包括深度神经网络几何学、深度学习优化与泛化能力，以及生成模型与无监督学习。　　《深度学习的几何学：信号处理视角》适合具备一定数学基础和机器学习基础且对深度神经网络感兴趣的研究人员和工程技术人员阅读。另外，高等院校智能科学与技术、计算机科学与技术、自动化及相关专业的研究生或高年级本科生也可以将《深度学习的几何学：信号处理视角》作为辅助教材使用。