arXiv:2603.18387cs.LGmath.OC2026-03
系统梳理深度学习的数学基础，打通理论与应用的桥梁。
Mathematical Foundations of Deep Learning
- 从神经网络逼近性到强化学习控制理论，构建完整数学框架
- 涵盖生成模型、最优控制等核心方向，支撑当前AI前沿进展
- 适合研究者与工程师深入理解深度学习的底层逻辑
本草稿书籍对现代深度学习背后的数学原理进行了全面而严谨的阐述。内容涵盖核心理论主题，包括深度神经网络的逼近能力、与深度学习结合的最优控制与强化学习的理论与算法，以及推动当今人工智能进步的当代生成模型。
原文摘要 · Abstract (English)
This draft book offers a comprehensive and rigorous treatment of the mathematical principles underlying modern deep learning. The book spans core theoretical topics, from the approximation capabilities of deep neural networks, the theory and algorithms of optimal control and reinforcement learning integrated with deep learning techniques, to contemporary generative models that drive today's advances in artificial intelligence.
深度学习数学基础理论分析
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。