深度学习理论学习资料（超详细版）

资料为本人期末考试前自行编写，共41页，15363字，主要内容为深度学习的各种基础理论，包含第一章深度前馈神经网络、第二章卷积神经网络、第三章高级CNN和轻量级CNN，第四章间隔损失（softmax），第五章特征白化，第六章正则化，第七章优化，第八章RNN循环神经网络，第九章Attention，第十章Transformer，第十一章AE，第十二章BERT，第十三章VAE，第十四章GAN，第十五章迁移学习。还包含部分元学习、零样本学习的基本概念。注意本资料不含代码！不含代码！