人工神经网络与深度学习
内容简介：本书共13章，第1章概述AI发展历程与深度学习基础，梳理神经网络演进脉络。第2章详解PyTorch、TensorFlow等开发环境配置，奠定张量编程基础。第3～5章从线性回归、逻辑回归切入，剖析BP神经网络原理，涵盖梯度下降、正则化等核心优化技术，并结合房价预测、肿瘤分类等案例强化实践。第6～8章深入讲解生成对抗网络（GAN）、循环神经网络（RNN/LSTM）及Transformer架构，探讨图像生成、时序预测、自然语言处理等前沿应用等。
登录后可荐购