深度学习的数学，是面向深度学习初学者的图解入门读物，用大量图示和具体示例讲解神经网络背后的数学原理。全书五章，从神经网络的整体概况讲起，依次介绍理解神经网络所需的函数、数列、向量、矩阵、导数与偏导数、链式法则、梯度下降法等数学基础，再到最优化问题、代价函数与误差反向传播法，最后拓展至卷积神经网络。书中以 Excel 进行理论验证，让抽象的数学推导可以动手复现，帮助读者从「会调参」走向「懂原理」。适合零基础或想补足数学功底的读者。
ISBN：978-7-115-50934-5
书名：《深度学习的数学》
作者：[日] 涌井良幸、涌井贞美 著，杨瑞龙 译
出版社：人民邮电出版社
出版年月：2019-05
幅面：880*1230mm 1/32
字数：210千字
