白话深度学习与TensorFlow电子书

本书赞誉

前言

基础篇

第1章 机器学习是什么

1.1 聚类

1.2 回归

1.3 分类

1.4 综合应用

1.5 小结

第2章 深度学习是什么

2.1 神经网络是什么

2.2 深度神经网络

2.3 深度学习为什么这么强

2.4 深度学习应用

2.5 小结

第3章 TensorFlow框架特性与安装

3.1 简介

3.2 与其他框架的对比

3.3 其他特点

3.4 如何选择好的框架

3.5 安装TensorFlow

3.6 小结

原理与实践篇

第4章 前馈神经网络

4.1 网络结构

4.2 线性回归的训练

4.3 神经网络的训练

4.4 小结

第5章 手写板功能

5.1 MNIST介绍

5.2 使用TensorFlow完成实验

5.3 神经网络为什么那么强

5.4 验证集、测试集与防止过拟合

5.5 小结

第6章 卷积神经网络

6.1 与全连接网络的对比

6.2 卷积是什么

6.3 卷积核

6.4 卷积层其他参数

6.5 池化层

6.6 典型CNN网络

6.7 图片识别

6.8 输出层激励函数——SOFTMAX

6.9 小试牛刀——卷积网络做图片分类

6.10 小结

第7章 综合问题

7.1 并行计算

7.2 随机梯度下降

7.3 梯度消失问题

7.4 归一化

7.5 参数初始化问题

7.6 正则化

7.7 其他超参数

7.8 不唯一的模型

7.9 DropOut

7.10 小结

第8章 循环神经网络

8.1 隐马尔可夫模型

8.2 RNN和BPTT算法

8.3 LSTM算法

8.4 应用场景

8.5 实践案例——自动文本生成

8.6 实践案例——聊天机器人

8.7 小结

扩展篇

第9章 深度残差网络

9.1 应用场景

9.2 结构解释与数学推导

9.3 拓扑解释

9.4 Github示例

9.5 小结

第10章 受限玻尔兹曼机

10.1 结构

10.2 逻辑回归

10.3 最大似然度

10.4 最大似然度示例

10.5 损失函数

10.6 应用场景

10.7 小结

第11章 强化学习

11.1 模型核心

11.2 马尔可夫决策过程

11.3 深度学习中的Q-Learning——DQN

11.4 小结

第12章 对抗学习

12.1 目的

12.2 训练模式

12.3 CGAN

12.4 DCGAN

12.5 小结

第13章 有趣的深度学习应用

13.1 人脸识别

13.2 作诗姬

13.3 梵高附体

13.4 小结

附录A VMware Workstation的安装

附录B Ubuntu虚拟机的安装

附录C Python语言简介

附录D 安装Theano

附录E 安装Keras

附录F 安装CUDA

参考文献