本書首先概述人工智能、深度學(xué)習(xí)相關(guān)的基本概念和發(fā)展歷程;然后詳細(xì)介紹深度學(xué)習(xí)的基本理論和
算法,包括神經(jīng)網(wǎng)絡(luò)的關(guān)鍵技術(shù)、卷積神經(jīng)網(wǎng)絡(luò)的主要框架和應(yīng)用實(shí)例、循環(huán)神經(jīng)網(wǎng)絡(luò)和無(wú)監(jiān)督學(xué)習(xí)深度
神經(jīng)網(wǎng)絡(luò)的模型和應(yīng)用、深層神經(jīng)網(wǎng)絡(luò)的參數(shù)優(yōu)化方法、深度學(xué)習(xí)模型的輕量化方案以及移動(dòng)端深度學(xué)習(xí)
案例;之后闡述強(qiáng)化學(xué)習(xí)的基本理論和算法,包括傳統(tǒng)的強(qiáng)化學(xué)習(xí)方法及其衍生算法以及新型的多智能體
或多任務(wù)學(xué)習(xí)模型;最后介紹深度強(qiáng)化學(xué)習(xí)的具體算法及應(yīng)用、遷移學(xué)習(xí)的概念及其在深度學(xué)習(xí)和強(qiáng)化學(xué)
習(xí)中的應(yīng)用。
本書可作為學(xué)習(xí)深度學(xué)習(xí)及強(qiáng)化學(xué)習(xí)算法的參考書,也可作為高等院校相關(guān)課程的教材,還可供從事
人工智能領(lǐng)域的專業(yè)研究人員和工程技術(shù)人員閱讀。