本書首先概述人工智能、深度學習相關的基本概念和發(fā)展歷程;然后詳細介紹深度學習的基本理論和
算法,包括神經網絡的關鍵技術、卷積神經網絡的主要框架和應用實例、循環(huán)神經網絡和無監(jiān)督學習深度
神經網絡的模型和應用、深層神經網絡的參數(shù)優(yōu)化方法、深度學習模型的輕量化方案以及移動端深度學習
案例;之后闡述強化學習的基本理論和算法,包括傳統(tǒng)的強化學習方法及其衍生算法以及新型的多智能體
或多任務學習模型;最后介紹深度強化學習的具體算法及應用、遷移學習的概念及其在深度學習和強化學
習中的應用。
本書可作為學習深度學習及強化學習算法的參考書,也可作為高等院校相關課程的教材,還可供從事
人工智能領域的專業(yè)研究人員和工程技術人員閱讀。