本書由近幾年發表在各類頂級期刊和國際會議/研討會上的論文集結而成,囊括國內外深度學習研究者的成果。
本書關注經典的稀疏/低秩模型與強調問題特定的先驗性和可解釋性的深度網絡模型的集成,
從而提高模型的學習能力和可解釋性,同時更有效地利用大數據。
書中展示了深度學習工具箱與稀疏/低秩模型和算法的緊密聯繫,
並介紹了這些技術在維度約簡、動作識別、風格識別、
親屬關係理解、圖像除霧以及生物醫學圖像分析等方面的成功應用。
本書適合有一定基礎的讀者閱讀,
可擴展關於理論和分析工具的研究思路,並為深度模型的架構和解釋提供有益的指導。