资源分享 | 免费书籍：Mathematical Introduction to Deep Learning

Elias

跟大家分享一本深度学习数学基础的免费书籍：Mathematical Introduction to Deep Learning，完美地将深度学习的数学理论和代码实现结合了一起。

共 712 页，涵盖了从基础神经网络到前沿应用的全部内容，不仅有严格的数学推导，还提供了 45 个开源代码示例帮我们理解每个算法细节。

阅读地址：https://arxiv.org/abs/2310.20360
代码示例：github.com/introdeeplearning/book

主要内容：

- 各种神经网络架构的完整数学推导：CNN、RNN、ResNet 等
- 优化算法的深入分析：SGD、动量法、自适应方法等详细解释  
- 深度学习理论基础：逼近能力、优化理论、泛化误差等核心概念
- 前沿应用方法：物理信息神经网络、深度 Galerkin 方法等
- 87 个练习题和 45 个配套代码示例
- 从零基础到高级应用的完整学习路径

目前书籍可以在 arXiv 中下载 PDF 文件阅读，其中里面涉及到的示例代码已开源，有需要的同学可以看下。

来自微博用户“GitHubDaily”