本书以深度学习算法入门为主要内容，通过系统介绍Python、NumPy、SciPy等科学计算库，深度学习主流算法，深度学习前沿研究，深度学习服务云平台构建四大主线，向读者系统地介绍了深度学习的主要内容和研究进展。本书介绍了Python、NumPy、SciPy的使用技巧，面向谷歌推出的开源深度学习框架TensorFlow，向读者展示了利用TensorFlow和Theano框架实现线性回归、逻辑回归、多层感知器、卷积神经网络、递归神经网络、长短时记忆网络、去噪自动编码机、堆叠自动编码机、受限玻尔兹曼机、深度信念网络等，并将这些技术用于MNIST手写数字识别任务。本书不仅讲述了深度学习算法本身，而且重点讲述了如何将这些深度学习算法包装成Web服务。本书旨在帮助广大工程技术人员快速掌握深度学习相关理论和实践，并将这些知识应用到实际工作中。
本书可以作为各类深度学习培训班的教材，也可以作为全国高等工科院校“深度学习”课程的教材，还可以作为广大人工智能、深度学习领域工程技术人员的参考书。
作者
目录
作者介绍
内容简介
推荐序
前言
第一部分 深度学习算法概述
第1章 深度学习算法简介
第二部分 深度学习算法基础
第2章 搭建深度学习开发环境
第3章 逻辑回归
第4章 感知器模型和MLP
第5章 卷积神经网络
第6章 递归神经网络
第7章 长短时记忆网络
第三部分 深度学习算法进阶
第8章 自动编码机
第9章 堆叠自动编码机
第10章 受限玻尔兹曼机
第11章 深度信念网络
第四部分 机器学习基础
第12章 生成式学习
第13章 支撑向量机
第五部分 深度学习平台API
第14章 PythonWeb编程
后记
参考文献
书评
查看更多
请您登录后发表评论 登录 | 注册
我的评分：
提交
0/400
