[
-
内容大纲
本书针对想要了解深度学习概念的数据科学爱好者，本书通过通俗易懂地解释R代码，让读者可以很容易起步。在深度学习算法和应用的理论和实践方面做到了平衡，在讲述基础理论的同时，通过45个基于R语言的编程实例让读者循序渐进地掌握深度学习技术。读者将通过实战案例实现卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）、序列到序列模型、生成对抗网络（GAN）和强化学习，还将学习使用GPU进行大型数据集的高性能计算，以及R语言中的并行计算编程。各部分内容安排合理，按照“准备工作→操作步骤→原理解析→内容拓展→参考阅读”的流程组织内容，清楚地讲解实战案例的实现过程。 -
作者介绍
-
目录
第1章 理解人工神经网络和深度神经网络
1.1 配置环境
1.1.1 准备工作
1.1.2 操作步骤
1.1.3 原理解析
1.1.4 内容拓展
1.1.5 参考阅读
1.2 神经网络的Keras实现
1.3 序贯模型API
1.3.1 准备工作
1.3.2 操作步骤
1.3.3 原理解析
1.3.4 内容拓展
1.3.5 参考阅读
1.4 函数式API
1.4.1 操作步骤
1.4.2 原理解析
1.4.3 内容拓展
1.5 TensorFlow Estimator API
1.5.1 准备工作
1.5.2 操作步骤
1.5.3 原理解析
1.5.4 内容拓展
1.5.5 参考阅读
1.6 TensorFlow Core API
1.6.1 准备工作
1.6.2 操作步骤
1.6.3 原理解析
1.7 实现单层神经网络
1.7.1 准备工作
1.7.2 操作步骤
1.7.3 原理解析
1.7.4 内容拓展
1.7.5 参考阅读
1.8 实现第一个深度神经网络
1.8.1 准备工作
1.8.2 操作步骤
1.8.3 原理解析
1.8.4 内容拓展
1.8.5 参考阅读
第2章 卷积神经网络实战
2.1 卷积运算导论
2.1.1 准备工作
2.1.2 操作步骤
2.1.3 原理解析
2.1.4 内容拓展
2.1.5 参考阅读
2.2 理解卷积步幅和填充
2.2.1 操作步骤
2.2.2 原理解析
2.3 掌握池化层
2.3.1 准备工作
2.3.2 操作步骤
2.3.3 原理解析
2.3.4 内容拓展
2.3.5 参考阅读
2.4 实现迁移学习
2.4.1 准备工作
2.4.2 操作步骤
2.4.3 原理解析
2.4.4 内容拓展
2.4.5 参考阅读
第3章 循环神经网络实战
3.1 使用RNN实现情感分类
3.1.1 准备工作
3.1.2 操作步骤
3.1.3 原理解析
3.1.4 内容拓展
3.1.5 参考阅读
3.2 使用LSTM实现文本生成
3.2.1 准备工作
3.2.2 操作步骤
3.2.3 原理解析
3.2.4 内容拓展
3.2.5 参考阅读
3.3 使用GRU实现时间序列预测
3.3.1 准备工作
3.3.2 操作步骤
3.3.3 原理解析
3.3.4 内容拓展
3.3.5 参考阅读
3.4 实现双向循环神经网络
3.4.1 操作步骤
3.4.2 原理解析
3.4.3 内容拓展
第4章 使用Keras实现自动编码器
4.1 实现基本自动编码器
4.1.1 准备工作
4.1.2 操作步骤
4.1.3 原理解析
4.1.4 内容拓展
4.2 降维自动编码器
4.2.1 准备工作
4.2.2 操作步骤
4.2.3 原理解析
4.2.4 内容拓展
4.3 去噪自动编码器
4.3.1 准备工作
4.3.2 操作步骤
4.3.3 原理解析
4.3.4 内容拓展
4.4 自动编码器的黑白图像着色实战
4.4.1 准备工作
4.4.2 操作步骤
4.4.3 原理解析
4.4.4 参考阅读
第5章 深度生成模型
5.1 使用GAN生成图像
5.1.1 准备工作
5.1.2 操作步骤
5.1.3 原理解析
5.1.4 内容拓展
5.1.5 参考阅读
5.2 实现深度卷积生成对抗网络
5.2.1 准备工作
5.2.2 操作步骤
5.2.3 原理解析
5.2.4 内容拓展
5.2.5 参考阅读
5.3 实现变分自动编码器
5.3.1 准备工作
5.3.2 操作步骤
5.3.3 原理解析
5.3.4 参考阅读
第6章 使用大规模深度学习处理大数据
6.1 基于亚马逊云服务的深度学习
6.1.1 准备工作
6.1.2 操作步骤
6.1.3 原理解析
6.2 基于微软Azure平台的深度学习
6.2.1 准备工作
6.2.2 操作步骤
6.2.3 原理解析
6.2.4 内容拓展
6.2.5 参考阅读
6.3 基于谷歌云平台的深度学习
6.3.1 准备工作
6.3.2 操作步骤
6.3.3 原理解析
6.3.4 内容拓展
6.4 基于MXNet的深度学习
6.4.1 准备工作
6.4.2 操作步骤
6.4.3 原理解析
6.4.4 内容拓展
6.5 使用MXNet实现深度学习网络
6.5.1 准备工作
6.5.2 操作步骤
6.5.3 原理解析
6.6 使用MXNet实现预测建模
6.6.1 准备工作
6.6.2 操作步骤
6.6.3 原理解析
第7章 自然语言处理
7.1 神经机器翻译
7.1.1 准备工作
7.1.2 操作步骤
7.1.3 原理解析
7.1.4 内容拓展
7.1.5 参考阅读
7.2 使用深度学习生成文本摘要
7.2.1 准备工作
7.2.2 操作步骤
7.2.3 原理解析
7.2.4 内容拓展
7.2.5 参考阅读
7.3 语音识别
7.3.1 准备工作
7.3.2 操作步骤
7.3.3 原理解析
7.3.4 内容拓展
第8章 深度学习之计算机视觉实战
8.1 目标定位
8.1.1 准备工作
8.1.2 操作步骤
8.1.3 原理解析
8.1.4 内容拓展
8.2 人脸识别
8.2.1 准备工作
8.2.2 操作步骤
8.2.3 原理解析
8.2.4 内容拓展
8.2.5 参考阅读
第9章 实现强化学习
9.1 使用MDPtoolbox实现有模型强化学习
9.1.1 准备工作
9.1.2 操作步骤
9.1.3 原理解析
9.1.4 内容拓展
9.2 无模型强化学习
9.2.1 准备工作
9.2.2 操作步骤
9.2.3 原理解析
9.2.4 参考阅读
9.3 使用强化学习求解悬崖寻路问题
9.3.1 准备工作
9.3.2 操作步骤
9.3.3 原理解析
9.3.4 内容拓展
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...