深度学习实战epub

深度学习实战 作者：杨云，杜飞

深度学习实战 出版社： 清华大学出版社

深度学习实战 内容简介

深度学习为人工智能带来了巨大突破，也成为机器学习领域一颗闪耀的新星。虽然相关学习资料丰富，但大部分内容较为庞杂且难以理解，并对初学者的相关理论知识与实践能力有较高的要求，这使得大部分想进入这一领域的初学者望而却步。《深度学习实战》去繁化简地对深度学习的理论知识进行了梳理，并对算法实现做出了浅显易懂的讲解，适合初学者进行学习。结合《深度学习实战》的内容，读者可以快速对深度学习进行实践。通过启发式的自学模式，可以使读者由浅入深地学习并掌握常用的深度学习模型，为进一步使用开源的深度学习平台与工具提供理论与实践基础。

《深度学习实战》可作为高等院校计算机专业的本科生或研究生教材，也可供对深度学习感兴趣的研究人员和工程技术人员阅读参考。

深度学习实战 目录

前言

第1章　深度学习的发展介绍

1.1　如何阅读本书

1.2　深度学习沉浮史

1.3　Python简易教程

1.4　参考文献

第2章　机器学习快速入门

2.1　学习算法

2.2　代价函数

2.3　梯度下降法

2.4　过拟合与欠拟合

2.5　超参数与验证集

2.6　Softmax编码实战

2.7　参考代码

2.8　参考文献

第3章　前馈神经网络

3.1　神经元

3.2　前馈神经网络

3.3　BP算法

3.4　深度学习编码实战上

3.5　参考代码

3.6　参考文献

第4章　深度学习正则化

4.1　参数范数惩罚

4.2　参数绑定与参数共享

4.3　噪声注入与数据扩充

4.4　稀疏表征

4.5　早停

4.6　Dropout

4.7　深度学习编码实战中

4.8　参考代码

4.9　参考文献

第5章　深度学习优化

5.1　神经网络优化困难

5.2　随机梯度下降

5.3　动量学习法

5.4　AdaGrad和RMSProp

5.5　Adam

5.6　参数初始化策略

5.7　批量归一化

5.8　深度学习编码实战下

5.9　参考代码

5.10　参考文献

第6章　卷积神经网络

6.1　卷积操作

6.2　卷积的意义

6.3　池化操作

6.4　设计卷积神经网络

6.5　卷积网络编码练习

6.6　参考代码

6.7　参考文献

第7章　循环神经网络

7.1　循环神经网络

7.2　循环神经网络设计

7.3　门控循环神经网络

7.4　RNN编程练习

7.5　LSTM编程练习

7.6　参考代码

7.7　参考文献

第8章　TensorFlow快速入门

8.1　TensorFlow介绍

8.2　TensorFlow 1.0安装指南

8.3　TensorFlow基础

8.4　TensorFlow构造CNN

8.5　TensorBoard快速入门

深度学习实战 精彩文摘

一日清晨，朝阳未热，少年小飞未醒，接到了一个陌生的电话，电话中念到“双眸剪秋水，一手弹春风，歌尽琵琶怨，醉来入梦中。”这首诗如何？电话中是一位声音甜美，自称小鱼的女生，听到这，昏沉朦胧的少年，突然振作了，既疑惑又激动，思考一会儿，紧张又兴奋地说道“虽然我不懂诗，但感觉剪和弹用得非常妙呀。请问我认识你吗？”“哎呀，不好意思，我打错电话啦，我还以为你是我闺蜜”，电话那头娇羞地答到。机智如小飞，肯定不会错过这美丽的错误，然后就立即回道……以上故事，是我将图灵在1950年《机器与智能》中关于“模仿游戏”[1]的一段改编，而上述诗句是来自于中科院院士张钹展示的机器人所做的诗。

随着现代技术的进步，特别是深度学习(Deep Learning)[2]的发展，完成上述任务并不再是天方夜谭。我们不妨和图灵一起思考，如果机器能够完成上述的问答，那小飞怎么去判断是人或者是机器呢？那所谓的意识又是什么呢？带着这些令人头痛但又激动的思考，我们现在就开始深度学习的入门之旅。

在一百多年前，可编程计算机第一次被构想出时，人们就想象着机器是否可以变得智能。如今，人工智能已是一个欣欣向荣的领域，拥有着许多实际应用及激动人心的研究主题。我们期望智能软件能够应用到自动化家居、语音识别、图像理解、医疗诊断及辅助基本科学的研究中去。

人与计算机就像天平的两端，机器善于计算，只要问题能被一系列数学规则形式化描述出来，人们就可以编写程序让机器执行。比如求解线性方程组，计算行星轨迹等，虽然这些任务很复杂，但对于机器而言却很简单。但有些问题虽然看似简单，但人却难以描述，比如人如何识别口语，文字或脸部图像。由于人难以描述这些本能就会的任务，虽然人处理很简单，但对于机器而言却难于上青天。而人工智能的目标就是去解决人容易执行，但很难形式化描述的任务。