-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

圖解深度學習

( 簡體 字)
作者:[日]山下隆義類別:1. -> 程式設計 -> 深度學習
譯者:
出版社:人民郵電出版社圖解深度學習 3dWoo書號: 49077
詢問書籍請說出此書號!

缺書
NT售價: 295

出版日:5/1/2018
頁數:206
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787115480248
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

本書從深度學習的發展歷程講起,以豐富的圖例從理論和實踐兩個層面介紹了深度學習的各種方法,以及深度學習在圖像識別等領域的應用案例。內容涉及神經網絡、卷積神經網絡、受限玻爾茲曼機、自編碼器、泛化能力的提高等。此外,還介紹了包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow 在內的深度學習工具的安裝和使用方法。
目錄:

第 1章 緒論
1.1 深度學習與機器學習 2
1.2 深度學習的發展歷程 3
1.3 為什么是深度學習 6
1.4 什么是深度學習 7
1.5 本書結構 9
第 2章 神經網絡
2.1 神經網絡的歷史 12
2.2 M-P模型 14
2.3 感知器 16
2.4 多層感知器 18
2.5 誤差反向傳播算法 19
2.6 誤差函數和激活函數 28
2.7 似然函數 30
2.8 隨機梯度下降法 31
2.9 學習率 32
2.10 小結 33
第3章 卷積神經網絡
3.1 卷積神經網絡的結構 36
3.2 卷積層 38
3.3 池化層 39
3.4 全連接層 40
3.5 輸出層 41
3.6 神經網絡的訓練方法 41
3.7 小結 48
第4章 受限玻爾茲曼機
4.1 Hopfield 神經網絡 50
4.2 玻爾茲曼機 55
4.3 受限玻爾茲曼機 59
4.4 對比散度算法 61
4.5 深度信念網絡 64
4.6 小結 66
第5章 自編碼器
5.1 自編碼器 68
5.2 降噪自編碼器 71
5.3 稀疏自編碼器 73
5.4 棧式自編碼器 76
5.5 在預訓練中的應用 77
5.6 小結 78
第6章 提高泛化能力的方法
6.1 訓練樣本 80
6.2 預處理 88
6.3 激活函數 92
6.4 Dropout 94
6.5 DropConnect 96
6.6 小結 98
第7章 深度學習工具
7.1 深度學習開發環境 100
7.2 Theano 100
7.3 Pylearn2 108
7.4 Caffe 118
7.5 訓練系統——DIGITS137
7.6 Chainer 145
7.7 TensorFlow 160
7.8 小結 176
第8章 深度學習的現在和未來
8.1 深度學習的應用案例178
8.2 深度學習的未來 195
8.3 小結 197
參考文獻 198
序: