复旦教授邱锡鹏开源发布《神经网络与深度学习》

本书是入门深度学习领域的极佳教材，主要介绍了神经网络与深度学习中的基础知识、主要模型（前馈网络、卷积网络、循环网络等）以及在计算机视觉、自然语言处理等领域的应用。全书共15章，可以作为一学期的课程进行学习。

4月7日下午，邱锡鹏教授在知乎上达文称整本书终于写完了，虽然还有很多不足。但先告一段落，不然就得无限期拖延下去。感谢众多热心网友的意见和建议。全书的内容可以从这里（https://nndl.github.io/）下载。

邱锡鹏教授是复旦大学副教授、博士生导师、开源自然语言处理工具FudanNLP的主要开发者。

邱老师提到的这本书就是我们今天的主角，就是《深度网络与深度学习》了。这本书花费了邱老师三年的时间，将自己的研究，日常的教学和实践结合梳理出这个深度学习知识体系。该书主要介绍神经网络与深度学习中的基础知识、主要模型（前馈网络、卷积网络、循环网络等）以及在计算机视觉、自然语言处理等领域的应用。全书共15章，共分为入门篇，基础模型，进阶模型三个阶段，下面我们一起看下该书的章节分布吧。

本书目录

入门篇

基础模型

进阶模型

清楚了大概的章节分布，我们可以看看书中内容，感受邱老师的良苦用心。能把损失函数讲解这么透彻，真的是学习必备教材了。

另外，老师还将课程练习与示例代码全部给出，再也不用担心写不出代码了。

课程链接

GitHub地址：

https://nndl.github.io/

全书 pdf：

https://nndl.github.io/nndl-book.pdf

示例代码：

https://github.com/nndl/nndl-codes

课程练习：

https://github.com/nndl/exercise

好了，说了这么多，点击阅读原文直接进入课程链接，一起刷书吧。