書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
深度學(xué)習(xí)必學(xué)的十個問題——理論與實踐

深度學(xué)習(xí)必學(xué)的十個問題——理論與實踐

出版社：清華大學(xué)出版社出版時間：2021-06-01
開本： 其他 頁數(shù)： 119
中 圖 價:¥35.9(7.2折) 定價  ¥49.8 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

深度學(xué)習(xí)必學(xué)的十個問題——理論與實踐 版權(quán)信息

深度學(xué)習(xí)必學(xué)的十個問題——理論與實踐 本書特色

本書既強調(diào)對深度學(xué)習(xí)理論的深入理解，同時用代碼實踐結(jié)合理論的講解。

深度學(xué)習(xí)必學(xué)的十個問題——理論與實踐 內(nèi)容簡介

深度學(xué)習(xí)是目前***的技術(shù)領(lǐng)域。本書兼顧了數(shù)學(xué)上的理解和代碼實踐，內(nèi)容主要包括基礎(chǔ)知識和深度學(xué)習(xí)模型。章 介紹深度學(xué)習(xí)的簡潔發(fā)展思路和表示學(xué)習(xí)機制； 第2章、第3章介紹神經(jīng)網(wǎng)絡(luò)的基于梯度的優(yōu)化方法、神經(jīng)網(wǎng)絡(luò)的優(yōu)化難點以及相應(yīng)的解決方法； 第4章討論神經(jīng)網(wǎng)絡(luò)遇到的過擬合問題； 第5章分析神經(jīng)網(wǎng)絡(luò)的很小組成部分——神經(jīng)元； 第6章討論三種方案解決深層網(wǎng)絡(luò)的訓(xùn)練難題： 批標(biāo)準(zhǔn)化、SELU、ResNet； 第7章、第8章講述了兩種重要的神經(jīng)網(wǎng)絡(luò)模型： 卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)； 第9章討論了對于神經(jīng)網(wǎng)絡(luò)的無監(jiān)督學(xué)習(xí)方式； 0章詳細(xì)討論以變分自編碼器和對抗生成網(wǎng)絡(luò)為代表的概率生成網(wǎng)絡(luò)。 本書適合對于深度學(xué)習(xí)感興趣的大學(xué)生、工程師閱讀參考。閱讀本書需要具備基礎(chǔ)的Python編程技術(shù)和基本的數(shù)學(xué)知識。

深度學(xué)習(xí)必學(xué)的十個問題——理論與實踐 目錄

第1章 作為機器學(xué)習(xí)模型的神經(jīng)網(wǎng)絡(luò)
1.1 表示學(xué)習(xí)
1.2 感知器與神經(jīng)網(wǎng)絡(luò)
1.3 使用keras
第2章 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
2.1 基于梯度的一階優(yōu)化
2.2 基于梯度的二階優(yōu)化
2.3 普通訓(xùn)練方法的局限
2.4 誤差反向傳播算法的本質(zhì)
2.5 使用keras
第3章 神經(jīng)網(wǎng)絡(luò)的優(yōu)化難題
3.1 局部極小值，鞍點和非凸優(yōu)化
3.2 隨機梯度下降的優(yōu)勢
3.3 梯度方向優(yōu)化
3.4 動態(tài)調(diào)整學(xué)習(xí)率
3.5 使用keras
第4章 神經(jīng)網(wǎng)絡(luò)的過擬合
4.1 參數(shù)綁定和提前終止
4.2 數(shù)據(jù)增強和噪聲添加
4.3 Dropout
4.4 使用keras
第5章 神經(jīng)網(wǎng)絡(luò)的神經(jīng)單元
5.1 梯度消失和梯度爆炸
5.2 隱藏單元設(shè)計原則和sigmoid的非零中心
5.3 基于線性函數(shù)的改進和maxout單元
5.4 使用keras
第6章 神經(jīng)網(wǎng)絡(luò)的深度訓(xùn)練
6.1 預(yù)處理和批標(biāo)準(zhǔn)化
6.2 批標(biāo)準(zhǔn)化的不同視角：協(xié)變量偏差和協(xié)調(diào)更新
6.3 自歸一化神經(jīng)網(wǎng)絡(luò)
6.4 ResNet
6.5 使用keras
第7章 卷積神經(jīng)網(wǎng)絡(luò)
7.1 局部連接和權(quán)重共享
7.2 卷積操作的重要概念
7.3 卷積核的參數(shù)學(xué)習(xí)
7.4 基于感受野的三個卷積技巧
7.5 使用keras
第8章 循環(huán)神經(jīng)網(wǎng)絡(luò)
8.1 理解循環(huán)結(jié)構(gòu)
8.2 循環(huán)結(jié)構(gòu)的參數(shù)學(xué)習(xí)
8.3 正交初始化和記憶容量
8.4 理解LSTM
8.5 使用keras
第9章 無監(jiān)督表示學(xué)習(xí)：自編碼器
9.1 自編碼器
9.2 稀疏自編碼器
9.3 收縮自編碼器
9.4 使用keras
第10章 概率生成模型
10.1 變分自編碼器
10.2 生成對抗網(wǎng)絡(luò)
10.3 使用keras
參考文獻

展開全部

深度學(xué)習(xí)必學(xué)的十個問題——理論與實踐 作者簡介

李軒涯，單位：百度公司，職務(wù)、職稱：高級工程師，性別：男，年齡：33，專業(yè)：計算機科學(xué)與技術(shù)，學(xué)歷：博士，研究成果：中國計算機學(xué)會杰出會員、常務(wù)理事，中國計算機實踐教育聯(lián)合會副理事長，F(xiàn)主管百度校企合作、校企聯(lián)合人才培養(yǎng)、校園粉絲生態(tài)圈，幫助百度技術(shù)、人才及產(chǎn)品品牌在高校領(lǐng)域的推廣與影響力傳播。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服