Principles and Practice of Deep Representation Learning
Principles and Practice of Deep Representation Learning
这是我围绕这本书展开的长期读书笔记与个人感悟系列。
章节 PDF 索引
由于整本 PDF 超过 GitHub 单文件 100 MB 限制，现在已经按顶层章节拆分。
后续每章笔记都可以直接链接到对应章节 PDF。
Front Matter
Main Chapters
- 05. An Informal Introduction to Intelligence
- 06. Learning Linear and Independent Structures
- 07. Pursuing Low-Dimensional Distributions via Denoising
- 08. Representation Learning via Lossy Compression
- 09. Deep Representations as Unrolled Optimization
- 10. Consistent and Self-Consistent Representations
- 11. Inference with Low-Dimensional Distributions
- 12. Learning Representations for Real-World Data and Tasks
- 13. Open Problems and Directions about Intelligence
- 14. Appendices
使用方式
后续每一章笔记会在开头放：
- 一个系列入口链接
- 一个对应章节 PDF 链接
这样既能统一回到系列页，也能直接打开本章原文。
如果要新建一篇章节笔记，可以直接使用这个模板：
1 | |
模板会自动包含原书 PDF 链接和基础结构。
系列说明
- 内容以读书笔记为主
- 会保留我自己的理解和批注
- 后续可逐步扩展成章节总结、专题整理和个人感悟
- 原书已按章节拆分存放，避免大文件推送失败