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
售 价：¥
纸质售价：¥29.20购买纸书
6.2
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前言
本书内容
阅读背景
读者对象
排版约定
读者反馈
客户支持
第 1 章 深度学习介绍
1.1 开始深度学习之旅
1.2 深度学习的相关术语
1.3 深度学习——一场人工智能革命
1.4 深度学习网络的分类
1.5 小结
第 2 章 大规模数据的分布式深度学习
2.1 海量数据的深度学习
2.2 大数据深度学习面临的挑战
2.3 分布式深度学习和Hadoop
2.4 深度学习的开源分布式框架Deeplearning4j
2.5 在Hadoop YARN上配置Deeplearning4j
2.6 小结
第 3 章 卷积神经网络
3.1 卷积是什么
3.2 卷积神经网络的背景
3.3 卷积神经网络的基本层
3.4 分布式深度卷积神经网络
3.5 使用Deeplearning4j构建卷积层
3.6 小结
第 4 章 循环神经网络
4.1 循环网络与众不同的原因
4.2 循环神经网络
4.3 随时间反向传播
4.4 长短期记忆
4.5 双向循环神经网络
4.6 分布式深度循环神经网络
4.7 用Deeplearning4j训练循环神经网络
4.8 小结
第 5 章 受限玻尔兹曼机
5.1 基于能量的模型
5.2 玻尔兹曼机
5.3 受限玻尔兹曼机
5.4 卷积受限玻尔兹曼机
5.5 深度信念网络
5.6 分布式深度信念网络
5.7 用Deeplearning4j实现受限玻尔兹曼机和深度信念网络
5.8 小结
第 6 章 自动编码器
6.1 自动编码器
6.2 稀疏自动编码器
6.3 深度自动编码器
6.4 降噪自动编码器
6.5 自动编码器的应用
6.6 小结
第 7 章 用Hadoop玩转深度学习
7.1 Hadoop中的分布式视频解码
7.2 使用Hadoop进行大规模图像处理
7.3 使用Hadoop进行自然语言处理
7.4 小结
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
