如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘

深度学习PDF电子书下载

其他书籍

• 作 者：刘玉良
• 出 版 社：
• 出版年份：2020
• ISBN：
• 页数：0 页

图书介绍： 查看图书目录点击购买PDF全本电子书 上一篇：计算机视觉前沿发展：目标检测专题下一篇：假童男 影印本 《深度学习》目录 标签：深度 学习

第1章 绪论1

1.1 引言1

1.2 基本术语2

1.3 监督学习算法6

1.3.1 支持向量机6

1.3.2 决策树9

1.4 无监督学习算法11

1.4.1 主成分分析11

1.4.2 K-均值聚类15

1.5 机器学习16

1.6 深度学习的趋势21

1.6.1 与日俱增的数据量21

1.6.2 愈发庞大的计算资源22

1.6.3 越来越高的性能以及解决实际问题的潜力23

思考题23

参考文献24

第2章 TensorFlow和Keras简介27

2.1 TensorFlow简介27

2.1.1 概述27

2.1.2 TensorFlow的使用29

2.1.3 TensorFlow的可视化32

2.2 Keras简介36

2.2.1 Keras概述36

2.2.2 Keras的使用37

2.2.3 Keras的可视化38

思考题39

参考文献39

第3章 简单神经网络40

3.1 人脑是如何学习的40

3.2 模仿人脑——神经元（感知器）42

3.3 非线性神经元44

3.4 神经网络架构47

3.5 梯度下降49

3.5.1 代价函数49

3.5.2 梯度下降50

3.6 反向传播53

3.6.1 多层神经网络的数学表示53

3.6.2 反向传播算法原理54

3.7 实现简单神经网络56

思考题62

参考文献63

第4章 图像类数据处理65

4.1 二维卷积神经网络的基本原理65

4.1.1 卷积神经网络的原理66

4.1.2 参数共享69

4.1.3 池化72

4.1.4 分类原理75

4.2 简单卷积神经网络实例78

4.3 过度拟合86

4.3.1 容量、过拟合与欠拟合的基本概念86

4.3.2 数据集增强88

4.3.3 L2正则化89

4.3.4 L1正则化93

4.3.5 Dropout95

4.3.6 提前终止99

4.4 时间优化104

4.4.1 交叉熵代价函数104

4.4.2 批标准化108

4.4.3 随机梯度下降110

4.4.4 动量112

4.4.5 Nesterov动量116

4.5 综合二维卷积神经网络实例116

思考题121

参考文献123

第5章 序列类数据处理127

5.1 一维卷积神经网络127

5.1.1 一维卷积神经网络的原理127

5.1.2 一维卷积神经网络实例129

5.2 循环神经网络134

5.2.1 循环神经网络的基本原理135

5.2.2 循环神经网络的输出141

5.2.3 上下文依赖型数据处理145

5.2.4 序列到序列的数据处理147

5.3 递归神经网络150

5.3.1 递归神经网络的基本原理150

5.3.2 长期依赖性151

5.4 长短期记忆LSTM网络155

5.4.1 长短期记忆网络的基本原理155

5.4.2 长短期记忆网络工程实例159

思考题169

参考文献170

第6章 深度学习模型优化175

6.1 参数初始化175

6.2 超参数寻优算法179

6.2.1 手动超参数寻优179

6.2.2 超参数寻优算法181

6.3 基于梯度的自适应学习算法183

6.3.1 AdaGrad算法183

6.3.2 RMSProp算法184

6.3.3 Adam算法185

6.4 生成对抗神经网络及实例187

6.5 迁移学习及实例198

6.6 强化学习215

6.7 模型优化的局限性227

6.7.1 局部极小值227

6.7.2 梯度消失、梯度爆炸与悬崖228

6.7.3 鞍点232

6.7.4 长期依赖233

6.7.5 梯度的非精确性234

思考题234

参考文献236

第7章 数据和模型的处理与调试239

7.1 模型评价239

7.2 数据预处理241

7.3 基础模型的选择246

7.4 模型调试248

思考题250

参考文献251

第8章 现代深度学习模型概述253

8.1 玻尔兹曼机253

8.1.1 标准玻尔兹曼机253

8.1.2 受限玻尔兹曼机255

8.1.3 深层玻尔兹曼机258

8.2 自编码器262

8.2.1 标准自编码器262

8.2.2 稀疏自编码器264

8.2.3 降噪自编码器266

8.3 深度信念网络及实例269

8.4 残差神经网络及实例278

8.5 胶囊神经网络及实例286

思考题294

参考文献295

附录298

附录A 基于深度学习的视频目标跟踪研究进展综述298

附录B Q-Learning算法的参考代码309

相关图书

• 《党员干部理论学习培训教材 理论热点问题党员干部学习辅导》（中国）胡磊 2018
• 《深度学习与飞桨PaddlePaddle Fluid实战》于祥 2019
• 《深度说服》（英国）尼克·鲍多克 2019
• 《全国普通高等中医药院校药学类专业“十三五”规划教材 第二轮规划教材 有机化学学习指导 第2版》赵骏 2018
• 《深度拆解20个经典品牌民宿》严风林着 2019
• 《基于核心素养的有效学习与学业评价策略 初中政治》李亚莉主编 2018
• 《人体寄生虫学学习指导与习题集 供基础 临床 预防 口腔医学类专业用 第2版》诸欣平，苏川 2018
• 《大学信息技术基础学习与实验指导教程》安世虎主编 2019
• 《牛津中国心理学手册 上 认知与学习》（美）迈克尔·哈里斯·邦德主编；赵俊华，张春妹译 2019
• 《基于核心素养的有效学习与学业评价策略 初中英语》高婉妮主编 2018

作者其它书籍

• 《中国当代乡土小说文库 本乡本土》（中国）刘玉堂 2019
• 《中国第3部门研究 第18卷》徐家良 2020
• 《八里洼纪事》（中国）刘玉堂 2019
• 《现当代文学的发展与审美》王存良 2020
• 《经济报道新思路》张秀平，卢良主编；新闻出版报编 1992
• 《环境经济学入门》乌云嘎，金良主编；关海波，张文娟副主编；金桩，徐全忠丛书主编 2019
• 《人类群星闪耀时》杨旭，刘玉芳责编；黄振宇译者；（奥）斯蒂芬·茨威格 2020
• 《哈佛出版史》董唯责编；李广良，张琛译者；（美）马克斯·豪尔 2019
• 《椭圆函数相关凝聚态物理模型与图表示》石康杰，杨文力，李广良编者；刘凤娟责编 2019
• 《自动控制原理》王万良编着 2019

出版社其它书籍

本类热门

• 1变通 受用一生的学问
• 2额尔古纳河右岸
• 3易经真的很容易
• 4海蒂怀孕大百科 全新第4版
• 5八次危机 中国的真实经验1949-2009
• 6法治的细节
• 7你是你吃出来的
• 8蛤蟆先生的希望
• 9杀死一只知更鸟
• 10天幕红尘

摘要：本文旨在全面解析“深度学习.pdf电子书版文档下载”，从文档内容、下载途径、学习价值和应用前景四个方面进行深入探讨，为读者提供一份关于深度学习电子书下载的全面指南。

1、文档内容

“深度学习.pdf电子书版文档下载”涵盖了深度学习的核心概念、基本原理、常用算法以及实际应用案例。文档内容丰富，结构清晰，适合不同层次的读者学习。从基础理论到高级应用，文档内容全面覆盖了深度学习的各个方面。

文档首先介绍了深度学习的起源和发展历程，使读者对深度学习有一个宏观的认识。接着，详细讲解了神经网络、卷积神经网络、循环神经网络等基本概念和算法。此外，文档还涉及了深度学习在图像识别、自然语言处理、语音识别等领域的应用案例，使读者能够将理论知识与实际应用相结合。

在文档的编写过程中，作者注重理论与实践相结合，通过大量的实例和代码演示，使读者能够更好地理解和掌握深度学习技术。此外，文档还提供了丰富的参考资料，方便读者进一步学习和研究。

2、下载途径

“深度学习.pdf电子书版文档下载”可以通过多种途径获取。首先，可以在各大电子书平台搜索并下载。这些平台通常提供免费或付费的电子书下载服务，读者可以根据自己的需求选择合适的平台。

其次，可以关注相关学术网站和论坛，这些网站和论坛通常会分享深度学习领域的优质资源。在这些平台上，读者可以找到“深度学习.pdf电子书版文档下载”以及其他相关资料。

此外，还可以通过学术机构、研究团队或个人博客等渠道获取“深度学习.pdf电子书版文档下载”。这些渠道通常会提供高质量的深度学习资源，有助于读者深入了解该领域。

3、学习价值

“深度学习.pdf电子书版文档下载”具有较高的学习价值。首先，文档内容全面，有助于读者系统地学习深度学习知识。其次，文档注重理论与实践相结合，使读者能够将所学知识应用于实际项目中。

此外，文档还提供了丰富的参考资料，有助于读者拓展知识面。通过阅读“深度学习.pdf电子书版文档下载”，读者可以了解到深度学习领域的最新研究成果和发展趋势。

对于初学者来说，文档中的实例和代码演示有助于他们快速入门。而对于有一定基础的读者，文档中的高级内容能够帮助他们进一步提升自己的技术水平。

4、应用前景

随着深度学习技术的不断发展，其在各个领域的应用前景十分广阔。在图像识别、自然语言处理、语音识别等领域，深度学习技术已经取得了显著的成果。

未来，深度学习将在更多领域得到应用，如医疗健康、金融、交通等。通过“深度学习.pdf电子书版文档下载”，读者可以了解到深度学习在各个领域的应用案例，为未来的职业发展奠定基础。

此外，随着人工智能技术的不断进步，深度学习将成为推动社会发展的关键力量。掌握深度学习技术，将为读者在未来的就业市场中增加竞争力。

总结：

“深度学习.pdf电子书版文档下载”作为一份全面、实用的深度学习学习资料，对于广大读者来说具有重要的参考价值。通过本文的详细阐述，读者可以了解到文档内容、下载途径、学习价值和应用前景等方面的信息，为深入学习深度学习技术提供有力支持。

本文由nayona.cn整理

点击联系需要东西方神秘学学习资料，专业的咨询