| 所在主题: | |
| 文件名: 白话深度学习与TensorFlow.pdf | |
| 资料下载链接地址: https://bbs.pinggu.org/a-2368734.html | |
| 附件大小: | |
|
目录
本书赞誉 序 前言 基础篇 第1章机器学习是什么 2 1.1聚类 4 1.2回归 5 1.3分类 8 1.4综合应用 10 1.5小结 14 第2章深度学习是什么 15 2.1神经网络是什么 15 2.1.1神经元 16 2.1.2激励函数 19 2.1.3神经网络 24 2.2深度神经网络 25 2.3深度学习为什么这么强 28 2.3.1不用再提取特征 28 2.3.2处理线性不可分 29 2.4深度学习应用 30 2.4.1围棋机器人——AlphaGo 30 2.4.2被教坏的少女——Tai.ai 32 2.4.3本田公司的大宝贝—— ASIMO 33 2.5小结 37 第3章TensorFlow框架特性与安装 38 3.1简介 38 3.2与其他框架的对比 39 3.3其他特点 40 3.4如何选择好的框架 44 3.5安装TensorFlow 45 3.6小结 46 原理与实践篇 第4章前馈神经网络 50 4.1网络结构 50 4.2线性回归的训练 51 4.3神经网络的训练 75 4.4小结 79 第5章手写板功能 81 5.1MNIST介绍 81 5.2使用TensorFlow完成实验 86 5.3神经网络为什么那么强 92 5.3.1处理线性不可分 93 5.3.2挑战“与或非” 95 5.3.3丰富的VC——强大的空间 划分能力 98 5.4验证集、测试集与防止过拟合 99 5.5小结 102 第6章卷积神经网络 103 6.1与全连接网络的对比 103 6.2卷积是什么 104 6.3卷积核 106 6.4卷积层其他参数 108 6.5池化层 109 6.6典型CNN网络 110 6.7图片识别 114 6.8输出层激励函数——SOFTMAX 116 6.8.1SOFTMAX 116 6.8.2交叉熵 117 6.9小试牛刀——卷积网络做图片分类 124 6.10小结 138 第7章综合问题 139 7.1并行计算 139 7.2随机梯度下降 142 7.3梯度消失问题 144 7.4归一化 147 7.5参数初始化问题 149 7.6正则化 151 7.7其他超参数 155 7.8不唯一的模型 156 7.9DropOut 157 7.10小结 158 第8章循环神经网络 159 8.1隐马尔可夫模型 159 8.2RNN和BPTT算法 163 8.2.1结构 163 8.2.2训练过程 163 8.2.3艰难的误差传递 165 8.3LSTM算法 167 8.4应用场景 171 8.5实践案例——自动文本生成 174 8.5.1RNN工程代码解读 174 8.5.2利用RNN学习莎士比亚剧本 183 8.5.3利用RNN学习维基百科 184 8.6实践案例——聊天机器人 185 8.7小结 196 扩展篇 第9章深度残差网络 198 9.1应用场景 198 9.2结构解释与数学推导 200 9.3拓扑解释 205 9.4Github示例 207 9.5小结 207 第10章受限玻尔兹曼机 209 10.1结构 209 10.2逻辑回归 210 10.3最大似然度 212 10.4最大似然度示例 214 10.5损失函数 215 10.6应用场景 216 10.7小结 216 第11章强化学习 217 11.1模型核心 218 11.2马尔可夫决策过程 219 11.2.1用游戏开刀 221 11.2.2准备工作 223 11.2.3训练过程 224 11.2.4问题 226 11.2.5Q-Learning算法 228 11.3深度学习中的Q-Learning——DQN 231 11.3.1OpenAI Gym 234 11.3.2Atari游戏 237 11.4小结 238 第12章对抗学习 239 12.1目的 239 12.2训练模式 240 12.2.1二元极小极大博弈 240 12.2.2训练 242 12.3CGAN 244 12.4DCGAN 247 12.5小结 252 第13章有趣的深度学习应用 254 13.1人脸识别 254 13.2作诗姬 259 13.3梵高附体 264 13.3.1网络结构 265 13.3.2内容损失 268 13.3.3风格损失 270 13.3.4系数比例 271 13.3.5代码分析 272 13.4小结 279 附录AVMware Workstation的安装 280 附录BUbuntu虚拟机的安装 284 附录CPython语言简介 290 附录D安装Theano 296 附录E安装Keras 297 附录F安装CUDA 298 参考文献 303 |
|
熟悉论坛请点击新手指南
|
|
| 下载说明 | |
|
1、论坛支持迅雷和网际快车等p2p多线程软件下载,请在上面选择下载通道单击右健下载即可。 2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。 3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品,拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知,将积极的采取必要措施;同时,本站也将在技术手段和能力范围内,履行版权保护的注意义务。 (如有侵权,欢迎举报) |
|
京ICP备16021002号-2 京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问:王进律师
知识产权保护声明
免责及隐私声明