我爱电子书-《深度学习：Java语言实现》| pdf + epub + mobi + awz3, 高清版, 带目录，Kindle版, 多看精排版下载

注重体验与质量的电子书资源下载网站

分类于: 编程语言计算机基础互联网云计算&大数据

简介

深度学习：Java语言实现豆 0.0分

资源最后更新于 2020-03-29 03:05:48

作者：〔日〕巣笼悠辅

译者：陈澎王磊陆明

出版社：出版社机械工业出版社

出版日期：2017-06

文件格式： pdf

标签：互联网计算机编程

简介· · · · · ·

本书是一本实战型的深度学习和机器学习宝典，十分适合Java的深度学习入门者。本书涵盖了深度学习的主要成熟算法，一步步地剖析算法背后的数学原理，并提供大量通俗易懂的代码加以说明。同时，为了能更好地指导实践，作者生动地阐述了很多宝贵的工程经验和技术直觉。最后，本书介绍了该领域最新的研究和应用成果，还包括一些实用的网络资源及研究方法。总之，本书值得深度学习爱好者细细品味。

直接下载

译者序
前言
第1章深度学习概述
1.1 人工智能的变迁
1.1.1 人工智能的定义
1.1.2 人工智能曾经的辉煌
1.1.3 机器学习的演化
1.1.4 机器学习的局限性
1.2 人与机器的区分因素
1.3 人工智能与深度学习
1.4 小结
第2章机器学习算法
2.1 入门
2.2 机器学习中的训练需求
2.3 监督学习和无监督学习
2.3.1 支持向量机
2.3.2 隐马尔可夫模型
2.3.3 神经网络
2.3.4 逻辑回归
2.3.5 增强学习
2.4 机器学习应用流程
2.5 神经网络的理论和算法
2.5.1 单层感知器
2.5.2 逻辑回归
2.5.3 多类逻辑回归
2.5.4 多层感知器
2.6 小结
第3章深度信念网络与栈式去噪自编码器
3.1 神经网络的没落
3.2 神经网络的复兴
3.2.1 深度学习的进化——突破是什么
3.2.2 预训练的深度学习
3.3 深度学习算法
3.3.1 限制玻尔兹曼机
3.3.2 深度信念网络
3.3.3 去噪自编码器
3.3.4 栈式去噪自编码器
3.4 小结
第4章 dropout和卷积神经网络
4.1 没有预训练的深度学习算法
4.2 dropout
4.3 卷积神经网络
4.3.1 卷积
4.3.2 池化
4.3.3 公式和实现
4.4 小结
第5章探索Java深度学习库
5.1 从零实现与使用库/框架
5.2 DL4J和ND4J的介绍
5.3 使用ND4J实现
5.4 使用DL4J实现
5.4.1 设置
5.4.2 构建
5.4.3 CNNMnistExample.java/LenetMnistExample.java
5.4.4 学习速率的优化
5.5 小结
第6章实践应用
6.1 深度学习热点
6.1.1 图像识别
6.1.2 自然语言处理
6.2 深度学习的挑战
6.3 最大化深度学习概率和能力的方法
6.3.1 面向领域的方法
6.3.2 面向分解的方法
6.3.3 面向输出的方法
6.4 小结
第7章其他重要的深度学习库
7.1 Theano
7.2 TensorFlow
7.3 Caffe
7.4 小结
第8章未来展望
8.1 深度学习的爆炸新闻
8.2 下一步的展望
8.3 对深度学习有用的新闻资源
8.4 小结

简介

深度学习：Java语言实现 豆 0.0分

简介· · · · · ·

目录

译者序

前言

第1章 深度学习概述

1.1 人工智能的变迁

1.1.1 人工智能的定义

1.1.2 人工智能曾经的辉煌

1.1.3 机器学习的演化

1.1.4 机器学习的局限性

1.2 人与机器的区分因素

1.3 人工智能与深度学习

1.4 小结

第2章 机器学习算法

2.1 入门

2.2 机器学习中的训练需求

2.3 监督学习和无监督学习

2.3.1 支持向量机

2.3.2 隐马尔可夫模型

2.3.3 神经网络

2.3.4 逻辑回归

2.3.5 增强学习

2.4 机器学习应用流程

2.5 神经网络的理论和算法

2.5.1 单层感知器

2.5.2 逻辑回归

2.5.3 多类逻辑回归

2.5.4 多层感知器

2.6 小结

第3章 深度信念网络与栈式去噪自编码器

3.1 神经网络的没落

3.2 神经网络的复兴

3.2.1 深度学习的进化——突破是什么

3.2.2 预训练的深度学习

3.3 深度学习算法

3.3.1 限制玻尔兹曼机

3.3.2 深度信念网络

3.3.3 去噪自编码器

3.3.4 栈式去噪自编码器

3.4 小结

第4章 dropout和卷积神经网络

4.1 没有预训练的深度学习算法

4.2 dropout

4.3 卷积神经网络

4.3.1 卷积

4.3.2 池化

4.3.3 公式和实现

4.4 小结

第5章 探索Java深度学习库

5.1 从零实现与使用库/框架

5.2 DL4J和ND4J的介绍

5.3 使用ND4J实现

5.4 使用DL4J实现

5.4.1 设置

5.4.2 构建

5.4.3 CNNMnistExample.java/LenetMnistExample.java

5.4.4 学习速率的优化

5.5 小结

第6章 实践应用

6.1 深度学习热点

6.1.1 图像识别

6.1.2 自然语言处理

6.2 深度学习的挑战

6.3 最大化深度学习概率和能力的方法

6.3.1 面向领域的方法

6.3.2 面向分解的方法

6.3.3 面向输出的方法

6.4 小结

第7章 其他重要的深度学习库

7.1 Theano

7.2 TensorFlow

7.3 Caffe

7.4 小结

第8章 未来展望

8.1 深度学习的爆炸新闻

8.2 下一步的展望

8.3 对深度学习有用的新闻资源

8.4 小结

深度学习：Java语言实现豆 0.0分

第1章深度学习概述

第2章机器学习算法

第3章深度信念网络与栈式去噪自编码器

第5章探索Java深度学习库

第6章实践应用

第7章其他重要的深度学习库

第8章未来展望