Hadoop深度学习

本书主要目标是处理很多深度学习应用的热问题并向读者披露解决方案的细节。主要内容分为7章：第1章介绍深度学习基础知识，第2章介绍大规模数据的分布式深度学习，第3章介绍卷积神经网络，第4章介绍循环神经网络，第5章介绍受限玻尔兹曼机，第6章介绍自动编码器，第7章介绍如何用Hadoop玩转深度学习。
【推荐语】
一本书读懂深度学习来龙去脉，概览Hadoop如何玩转深度学习 - 快速了解深度学习基本概念 - 深度学习模型在大数据上的表现 - HDFS、Map-Reduce、YARN、Deeplearning4j如何实现深度学习模型 - Hadoop如何实现分布式卷积神经网络和循环神经网络 - 受限玻尔兹曼机以及分布式深度信念网络及其实现示例 - 自动编码器 - 分布式环境中常见机器学习应用的设计
【作者】
Dipayan Dev 多年大数据发经验，擅长非关系型数据库技术和Hadoop框架，曾在IEEE和Springer的期刊上多次发表相关研究论文。现任印度PromptCloud公司软件工程师。