互联网
类型
可以朗读
语音朗读
91千字
字数
2020-08-01
发行日期
展开全部
主编推荐语
助你快速上手万年不变深度学习的理论与技术底层知识。
内容简介
本书以一名深度学习学习者的视角展开深度学习相关的理论、技术和实践写作，因而命名为深度学习笔记。
本书作为一本以“笔记”命名的深度学习图书，主要定位是面向广大希望入门深度学习的初学者。书中以深度神经网络（DNN）、卷积神经网络（CNN）和循环神经网络（RNN）为核心，详细介绍了深度学习的理论基础、通用方法和三大网络的原理与实践。全书代码以Keras框架作为范例，对于初学者而言简单易懂。
目录
- 版权信息
- 推荐序
- 前言
- 第1讲 神经网络与深度学习
- 1.1 机器学习与深度学习的关系
- 1.2 感知机与神经网络
- 第2讲 神经网络的过拟合与正则化
- 2.1 机器学习的核心要义
- 2.2 范数与正则化
- 2.3 神经网络的正则化和Dropout
- 第3讲 深度学习的优化算法
- 3.1 机器学习的数学规约
- 3.2 损失函数和深度学习优化算法
- 3.3 梯度下降法
- 3.4 从Momentum到Adam
- 第4讲 卷积神经网络
- 4.1 CNN发展简史与相关人物
- 4.2 卷积的含义
- 4.3 池化和全连接
- 第5讲 CNN图像学习过程与可视化
- 5.1 CNN的直观理解
- 5.2 CNN图像学习的可视化
- 第6讲 CNN图像分类：从LeNet5到EfficientNet
- 6.1 计算机视觉的三大任务
- 6.2 CNN图像分类发展史
- 第7讲 CNN目标检测：从RCNN到YOLO
- 7.1 目标检测概述
- 7.2 CNN目标检测算法
- 7.2.1 两步走（Two-Stage）算法
- 7.2.2 一步走（One-Stage）算法
- 第8讲 CNN图像分割：从FCN到U-Net
- 8.1 语义分割和实例分割概述
- 8.2 语义分割
- 8.2.1 语义分割的任务描述
- 8.2.2 网络结构与编码-解码
- 8.2.3 全卷积网络
- 8.2.4 U-Net
- 8.2.5 V-Net
- 第9讲 迁移学习理论与实践
- 9.1 迁移学习：深度学习未来五年的驱动力？
- 9.2 迁移学习的使用场景
- 9.3 深度卷积网络的可迁移性
- 9.4 迁移学习的使用方法
- 9.5 基于ResNet的迁移学习实验
- 9.5.1 提取数据标签
- 9.5.2 图片预处理
- 9.5.3 准备数据
- 9.5.4 基于ResNet50的迁移学习模型
- 第10讲 循环神经网络
- 10.1 从语音识别到自然语言处理
- 10.2 RNN：网络架构与技术
- 10.3 四种RNN结构
- 第11讲 长短期记忆网络
- 11.1 深度神经网络的困扰：梯度爆炸与梯度消失
- 11.2 LSTM：让RNN具备更好的记忆机制
- 第12讲 自然语言处理与词向量
- 12.1 自然语言处理简介
- 12.2 词汇表征
- 12.3 词向量与语言模型
- 第13讲 word2vec词向量
- 13.1 word2vec
- 13.2 word2vec的训练过程：以CBOW为例
- 第14讲 seq2seq与注意力模型
- 14.1 seq2seq的简单介绍
- 14.2 注意力模型
- 14.3 基于seq2seq和Attention机制的机器翻译实践
- 第15讲 语音识别
- 15.1 概述
- 15.2 信号处理与特征提取
- 15.3 传统声学模型
- 15.4 基于深度学习的声学模型
- 15.5 端到端的语音识别系统简介
- 第16讲 从Embedding到XLNet：NLP预训练模型简介
- 16.1 从Embedding到ELMo
- 16.2 特征提取器：Transformer
- 16.3 低调王者：GPT
- 16.4 封神之作：BERT
- 16.5 持续创新：XLNet
- 第17讲 深度生成模型之自编码器
- 17.1 自编码器
- 17.2 自编码器的降噪作用
- 17.3 变分自编码器
- 17.3.1 生成模型与分布变换
- 17.3.2 变分自编码器的原理
- 17.3.3 变分的含义与VAE的本质
- 17.4 VAE的Keras实现
- 第18讲 深度生成模型之生成式对抗网络
- 18.1 GAN
- 18.2 训练一个DCGAN
- 第19讲 神经风格迁移、深度强化学习与胶囊网络
- 19.1 神经风格迁移
- 19.2 深度强化学习
- 19.3 胶囊网络
- 第20讲 深度学习框架
- 20.1 概述
- 20.2 TensorFlow
- 20.3 Keras
- 20.4 PyTorch
- 第21讲 深度学习数据集
- 21.1 CV经典数据集
- 21.2 NLP经典数据集
- 参考文献
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
北京大学出版社
北京大学出版社是在1979年，经国家出版事业管理局同意，教育部批准成立的，恢复了北京大学出版社建制。北京大学出版社依靠北大雄厚的教学、科研力量，同时积极争取国内外专家学者的合作支持，出版了大量高水平、高质量、适应多层次需要的优秀高等教育教材。 北大出版社注意对教材进行全面追踪，捕捉信息，及时修订，以跟上各学科的最新发展，反映该学科研究的最新成果，保持北大版教材的领先地位。
