新书速递

2026年9月第1期

READING

机器学习是AI的一个子集，通过将数学模型拟合到观察到的数据上来学习做出决策。这一领域已经经历了爆炸性增长，导致现在机器学习几乎被误认为AI的同义词了。

——《理解深度学习》

BOOK

《理解深度学习》

作者：[美] 西蒙·J.D. 普林斯

译者：张亚东，马壮

出版社：清华大学出版社

出版时间：2025年7月

页数：444

定价：188.00元

索书号：TP181/721

馆藏地：总馆 - 工科借阅处2（二楼西）

《理解深度学习》

《理解深度学习》（Understanding Deep Learning）是计算机科学家西蒙·J·D·普林斯撰写的一部深度学习教科书，英文原版2023年12月由麻省理工学院出版社（MIT Press）出版。英文版从发布起就在网站上免费开放，采用允许非商业传播的知识共享许可，累计下载量已超过69万次，这个数字在同类学术教科书里相当罕见。

本书开篇两章是引言和监督学习：第1章把机器学习划分为监督、无监督、强化三类学习，并预告了全书最后会讨论的伦理问题；第2章用一个最简单的一元线性回归例子，把"模型—损失—训练"这条主线立起来。第3、4章进入神经网络本身，先讲只有一个隐藏层的浅层网络，用通用逼近定理说明为什么神经元足够多时网络能近似任何连续函数，再讲多层堆叠的深层网络，引入矩阵表示简化记号，并比较浅层与深层网络在参数效率和表达能力上的差别。第5到9章解决"怎么把网络训练好"的问题：第5章从最大似然估计出发，给出一套构建损失函数的统一方法，回归、二分类、多分类等各类预测问题都能套用同一套"配方"；第6章讲梯度下降、随机梯度下降、动量法和Adam优化器；第7章讲反向传播算法和参数初始化的原理；第8章讲如何衡量模型性能、误差从哪里来，还讨论了"双下降"这类近年才被系统认识的现象；第9章讲正则化，包括显式正则化与隐式正则化。

第10到13章是各类主流架构。卷积网络一章从不变性与等变性这两个性质入手，解释卷积为什么适合处理图像；残差网络一章讲残差连接、批归一化和常见的残差结构；Transformer一章分量很重，从点积自注意力讲起，分别用BERT、GPT-3和机器翻译系统作为编码器、解码器与编码器—解码器三类模型的例子，还讨论了长序列处理和把Transformer用到图像上的做法；图神经网络一章讲图数据的表示、图卷积网络以及节点分类、图分类等任务。第14到18章是无监督学习和生成模型，这是本书相对许多旧教材的特色所在：先给出无监督学习的分类框架和生成模型的评价标准，然后逐一介绍生成对抗网络（GAN）、标准化流、变分自编码器（VAE）和扩散模型，其中扩散模型一章详细讲了前向加噪、反向去噪和训练过程，是教材里较早系统覆盖这一主题的。第19章是强化学习，覆盖马尔可夫决策过程、表格方法、Q学习、策略梯度、Actor-Critic和离线强化学习。最后两章收尾：第20章正面回应"为什么深度学习有效"这个理论上尚未完全解决的问题，讨论泛化、参数冗余和深度是否必要；第21章讨论伦理，包括价值对齐、恶意滥用和负责任的研究，并给出案例分析。

本书有几个鲜明的特点。第一是内容新、覆盖全。Transformer、扩散模型这些在多数旧教材里缺失的专题，在这里都有独立成章的系统介绍，出版时间与前沿基本同步。第二是"化繁为简"的写法：每一章都遵循"先用日常语言讲清概念，再用数学形式精确表达，最后用精心设计的插图建立直觉"的三层递进，作者刻意删减了大量枝节，只保留最关键的思想，所以章节短小、信息密度高，读起来不像许多教科书那样被技术细节淹没。插图是这本书口碑最好的部分之一，大量配图是作者专门为讲清某个概念设计的，读者普遍反映比一般教材的配图更有说明力。第三是自足性和实践性：数学、概率两个附录让数学基础一般的读者也能跟上；全书配有68个Python Notebook编程练习、每章习题和教师课件，鼓励读者动手实现模型的初级版本，作者网站还在持续更新勘误和补充材料。第四是每章末尾的"注释"部分，它给出本章内容的研究文献和来龙去脉，相当于每章附了一份精读指引，对想深入研究的读者价值很大。

本书作者西蒙·普林斯的履历横跨心理学和计算机科学。他在伦敦大学学院（UCL）读本科，专业是心理学，随后在UCL取得计算机视觉方向的硕士学位，再到牛津大学实验心理学系攻读博士，课题是用心理物理学方法研究人类立体视觉。博士毕业后，他在牛津大学生理学实验室做过两年博士后，用单神经元电生理方法继续研究立体视觉，此后先后到新加坡国立大学和加拿大约克大学做博士后，转向计算机视觉与增强现实。2005年他回到伦敦大学学院计算机科学系任教，讲授机器视觉、图像处理和高等数学方法等课程，并于2012年出版了《计算机视觉：模型、学习和推理》（Computer Vision: Models, Learning and Inference），这部由剑桥大学出版社出版的教材至今仍是计算机视觉领域广为使用的参考书。2012年起他进入工业界研究机构，先后在Anthropics Technologies、加拿大Borealis AI等机构担任研究科学家并领导研究团队，2022年任英国巴斯大学计算机科学全职教授，如今是该校名誉教授。

BOOK

《金书陈评：金庸小说十五讲》

作者：陈墨

出版社：南京大学出版社

出版时间：2026年5月

页数：403

定价：88.00元

索书号：I207.425/106

馆藏地：总馆 - 文学借阅处（三楼西）

《金书陈评：金庸小说十五讲》

《金书陈评：金庸小说十五讲》是陈墨先生于2026年推出的最新著作，书名中的"金书"指金庸的十五部武侠小说，"陈评"则是陈墨本人三十余年研读心得的集中呈现。此书以"飞雪连天射白鹿，笑书神侠倚碧鸳"外加《越女剑》为对象，分设十五讲，每一讲各配一段题记，试图将金庸武侠世界的完整创作脉络串联起来，为普通读者提供一部通俗而权威的解读本。作为陈墨多年研究的一次集中梳理，这本书既不同于早年那种分门别类的专题研究，也不同于单部小说的细致赏析，而是力图在有限的篇幅内，为每一部作品勾勒出核心轮廓，同时揭示金庸创作从早期到晚期的发展轨迹。

全书的主要内容围绕"人"字展开。陈墨在书中坦言，他的取舍标准始终集中在人物身上：读懂情爱里的遗憾，看懂历史下的苍生，感受多元文化背景下的"侠"。具体而言，他逐一分析了郭靖、杨过、张无忌、段誉、韦小宝等经典角色的成长轨迹，指出金庸笔下从无统一模板的英雄——郭靖是为国为民的儒家之侠，杨过是随心自在的道家之侠，韦小宝则是烟火市井中的生存智者，每一种侠义形态都是普通人的精神出口。在情感关系方面，陈墨对郭靖与黄蓉、杨过与小龙女、令狐冲与任盈盈等经典配对作了深度剖析，试图解释这些跨越数十年的情感描写为何仍能打动当代读者。此外，书中也涉及金庸小说的武学体系、历史背景和文化内涵，但所有这些分析最终都回归到人物塑造这一核心，因为陈墨始终认为，金庸小说的最大突破在于以人物成长作为主干，辅以传奇与历史，从而超越了传统武侠小说的单一维度。

陈墨研究金庸已有三十余年，其功力得到了金庸本人的明确认可。金庸生前曾公开表示："除冯其庸、严家炎、陈墨三位先生功力深厚、兼又认真其事，我深为拜嘉之外，其余的点评大都与作者原意相去甚远。"这一评价使得陈墨的解读在浩如烟海的金学著作中具备了特殊的权威性。

本书并非简单的作品介绍，而是融入了作者与金庸多年交往的观察与回忆。陈墨曾在金庸晚年参与其小说新修版的修订讨论，提出过总计约十万字的修改建议，金庸不仅采纳，还与他有过越洋长谈。这些第一手材料使得本书在解读文本之余，也能为读者呈现一个更为立体、鲜活的金庸形象。

陈墨，其原名陈必强，1960年生于安徽省望江县，1982年毕业于安徽大学中文系，1988年毕业于中国社会科学院研究生院文学系，获文学硕士学位。他早年当过知青、教师和编辑，1988年起在中国电影艺术研究中心工作，1997年成为该中心研究室研究员，退休前担任历史研究室研究员，同时是中国武侠文学学会副会长。陈墨的学术领域并不局限于金庸研究，他还从事当代文学批评、中国电影史研究和口述历史访谈工作，出版专著四十余种。在电影研究方面，著有《张艺谋电影论》《陈凯歌电影论》《费穆电影论稿》《中国武侠电影史》《中国电影百年闪回》等；在文学批评方面，有《刘心武论》《新武侠二十家》等。然而，他最为公众所熟知的身份仍是"金学家"。陈墨最初接触金庸小说是在大学毕业后任教于安徽徽州师专时期，起初他对武侠小说嗤之以鼻，甚至"批判"了室友三年，直到某个夜晚一口气读完《射雕英雄传》后，才"从此不能自拔"。1988年秋天，经《百花洲》主编蓝力生先生建议，他开始撰写金庸评论，从此走上了长达三十余年的研究道路。他与金庸本人有过多次深入接触，金庸曾亲切地称他为"陈墨吾兄"，并请他协助撰写传记。在新修版修订过程中，陈墨敢于直言，曾指出《神雕侠侣》修订稿中"该改的没改，不该改的倒改了"，金庸不仅完全接受，还打电话从澳大利亚与他讨论修改细节。这种既保持批评独立性、又获得作者充分信任的学术关系，在当代文学研究界并不多见。陈墨的研究之所以受到重视，根本原因在于他始终将金庸小说当作严肃的文学作品来对待，既不因其通俗类型而贬低，也不盲目吹捧，而是坚持从文本出发，分析其人物塑造、叙事技巧和文化内涵，这种平实而扎实的学风，正是《金书陈评》一书的价值所在。

READING