Principles and Practice of Deep Representation Learning: or a Mathematical Theory of Memory

Dieses Buch versucht, große tiefe Netzwerke und generative Modelle, die oft als „Black Boxes“ wahrgenommen werden, zu entmystifizieren, indem es ihre internen Mechanismen aus der Perspektive des Repräsentationslernens untersucht. Es beschreibt die Designprinzipien moderner neuronaler Netzwerkarchitekturen unter Verwendung von Optimierungs- und Informationstheorie.