DeepLearningBook（中文版）

系统的介绍深度学历基础理论、模型和应用的书（738页），而且是中文版。第一部分应用数学与机器学习基础，包括深度学习需要用到的线性代数、概率与信息论、数值计算、机器学习等内容。第二部分深度网络：现代实践，包括深度前馈网络、深度学习中的正则化、深度模型中的优化、卷积网络、循环和递归网络、实践方法、在计算机视觉、语音识别及自然语言方面的应用。第三部分深度学习研究，包括线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡洛方法、直面配分函数、近似推断、深度生成模型