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的基本理论、算法及应用。全书共16章，分为两个部分，第一部分（第1章~10章）系统论述理论及算法，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11~15章）论述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16章魏总结与展望，给出了深度学习发展的历史图，前沿方向及最新进展，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。