《深度學習全書——公式+推導+代碼+TensorFlow全程案例》共有15章,分為5部分,第一篇說明深度學習的概念,包括數(shù)理基礎,特點是結合編程解題,加深讀者印象,第二篇說明TensorFlow的學習地圖,從張量、自動微分、梯度下降乃至神經層的實踐,逐步解構神經網絡,第三篇介紹CNN算法、影像應用、轉移學習等,第四篇則進入自然語言處理及語音識別的領域,介紹RNN/BERT/Transformer算法、相關應用等,最后,介紹了強化學習的基礎知識,包括馬爾可夫決策過程、動態(tài)規(guī)劃、蒙特卡洛、Q Learning算法,當然,還有相關案例實踐。