《深入浅出深度学习:原理剖析与python实践.pdf》PDF高清完整版-免费下载 – Python量化投资
0°

《深入浅出深度学习:原理剖析与python实践.pdf》PDF高清完整版-免费下载

下载地址:

百度网盘下载   提取码:oild

百度网盘下载   提取码:q7ac

《深入浅出深度学习:原理剖析与Python实践》介绍了深度学习相关的原理与应用,全书共分为三大部分,第一部分主要回顾了深度学习的发展历史,以及Theano的使用;第二部分详细讲解了与深度学习相关的基础知识,包括线性代数、概率论、概率图模型、机器学习和至优化算法;在第三部分中,针对若干核心的深度学习模型,如自编码器、受限玻尔兹曼机、递归神经网络和卷积神经网络等进行详细的原理分析与讲解,并针对不同的模型给出相应的具体应用。

《深入浅出深度学习:原理剖析与Python实践》适合有一定高等数学、机器学习和Python编程基础的在校学生、高校研究者或在企业中从事深度学习的工程师使用,书中对模型的原理与难点进行了深入分析,在每一章的后面都提供了详细的参考文献,读者可以对相关的细节进行更深入的研究。理论与实践相结合,《深入浅出深度学习:原理剖析与Python实践》针对常用的模型分别给出了相应的应用,读者也可以在Github中下载和查看《深入浅出深度学习:原理剖析与Python实践》的代码(https://github.com/innovation-cat/DeepLearningBook)。

作者简介

黄安埠,2012年毕业于清华大学,获硕士学位,在校期间活跃于TopCoder等编程竞赛社区。现为腾讯基础研究高级工程师,研究领域包括个性化推荐、自然语言处理和大规模的相似度优化计算,特别是对于深度学习在推荐系统的应用有深入的研究,并申请了国内十余项相关专利。

目录

第1 部分 概要 1

1 绪论 2

1.1 人工智能、机器学习与深度学习的关系 3

1.1.1 人工智能——机器推理 4

1.1.2 机器学习——数据驱动的科学 5

1.1.3 深度学习——大脑的仿真 8

1.2 深度学习的发展历程 8

1.3 深度学习技术概述 10

1.3.1 从低层到高层的特征抽象 11

1.3.2 让网络变得更深 13

1.3.3 自动特征提取 14

1.4 深度学习框架 15

2 Theano 基础 19

2.1 符号变量 20

2.2 符号计算的抽象——符号计算图模型 23

2.3 函数 26

2.3.1 函数的定义 26

2.3.2 Logistic回归 27

2.3.3 函数的复制 29

2.4 条件表达式 31

。。。

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!