深度学习、优化与识别.

深度神经网络是近年来受到广泛关注的研究方向，它已成为人工智能2.0的主要组成部分。本书系统地论述了深度神经网络基本理论、算法及应用。全书共十六章，分为两个部分；第一部分（第一章到第十章）系统论述了理论及算法，包括深度前馈神经网络、深度卷积神经网络、深度堆栈神经网络、深度递归神经网络、深度生成网络、深度融合网络等；第二部分（第十一章到第十五章）论述了常用的深度学习平台，以及在高光谱图像、自然图像、SAR与极化SAR影像等领域的应用；第十六章为总结与展望，给出了深度学习发展的历史图、前沿方及最新进展。每章都附有相关阅读材料及仿真代码，以便有兴趣的读者进一步钻研探索。本书可为高等院校计算机科学、电子科学与技术、信息科学、控制科学与工程、人工智能等领域的研究人员提供参