写给新手的深度学习2：用 Python实现的循环神经网络RNN和VAE、GAN

　　本书以《写给新手的深度学习》这本书的内容为基础，对深度学习的内容进一步深入探讨。从简单的RNN到作为其发展形式的LSTM和GRU，甚至在生成模型中对VAEGAN进行处理。本书也和上一本一样不使用框架，而是将各种各样的深度学习的发展形式，数学公式和代码无缝连接，这样既能很好地理解内部的实现，也能在发生问题的时候轻松地想到解决问题的办法。本书虽然是上一本书的延续，但是内容体系是完整的，并在前三章对第一册内容进行了简单回顾，所以即使没有读过上一本书，也不影响本书的学习。

　　我妻幸长一家以“人与AI的共生”为使命的公司SAI-Lab（https：//sai-lab.co.jp）的董事长，从事AI相关的教育和研究开发工作。 日本东北大学研究生院理学研究科毕业，理学博士（物理学），对人工智能（AI），复杂系统，脑科学，奇点等很感兴趣。 作为一名编程/人工智能讲师，迄今已在线指导了近35，000人。 在视频平台Udemy开设了《AI完美大师》《全民AI》《脑科学与人工智能》等课程。 作为一名工程师，他开发了VR，游戏和SNS等许多不同类型的应用程序

第1章 深度学习的发展第2章 学习的准备第3章 深度学习的基础第4章 RNN第5章 LSTM第6章 GRU第7章 VAE第8章 GAN第9章 进阶知识