本书介绍了常用的深度学习算法以及如何使用TensorFlow进行编程实现。全书分3部分共11章，第1部分首先解释了如何构建自己的神经网络及Python机器学习和深度学习库TensorFlow的相关知识。第2部分先介绍了梯度下降和它的变体，如NAG、AMSGrad、AdaDelta、Adam和Nadam，然后详细介绍了RNN和LSTM的知识，以及如何用RNN生成歌词，最后介绍了如何使用CBOW、skip-gram和PV-DM理解单词和文档的语义。第3部分介绍了各种GAN，包括InfoGAN和LSGAN，以及自动编码器，如CAE、DAE和VAE。并列题名：Hands-on deep learning algorithms with Python eng