神经网络与深度学习PDF|Epub|txt|kindle电子书版本网盘下载

神经网络与深度学习PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第0章 写在前面：神经网络的历史1

第1章 神经网络是个什么东西13

1.1 买橙子和机器学习13

1.1.1 规则列表14

1.1.2 机器学习15

1.2 怎么定义神经网络16

1.3 先来看看大脑如何学习16

1.3.1 信息输入17

1.3.2 模式加工17

1.3.3 动作输出18

1.4 生物意义上的神经元19

1.4.1 神经元是如何工作的19

1.4.2 组成神经网络22

1.5 大脑如何解决现实生活中的分类问题24

第2章 构造神经网络26

2.1 构造一个神经元26

2.2 感知机30

2.3 感知机的学习32

2.4 用代码实现一个感知机34

2.4.1 Neuroph：一个基于Java的神经网络框架34

2.4.2 代码实现感知机37

2.4.3 感知机学习一个简单逻辑运算39

2.4.4 XOR问题42

2.5 构造一个神经网络44

2.5.1 线性不可分45

2.5.2 解决XOR问题（解决线性不可分）49

2.5.3 XOR问题的代码实现51

2.6 解决一些实际问题54

2.6.1 识别动物54

2.6.2 我是预测大师59

第3章 深度学习是个什么东西66

3.1 机器学习67

3.2 特征75

3.2.1 特征粒度75

3.2.2 提取浅层特征76

3.2.3 结构性特征78

3.3 浅层学习和深度学习81

3.4 深度学习和神经网络83

3.5 如何训练神经网络84

3.5.1 BP算法：神经网络训练84

3.5.2 BP算法的问题85

3.6 总结深度学习及训练过程86

第4章 深度学习的常用方法89

4.1 模拟大脑的学习和重构90

4.1.1 灰度图像91

4.1.2 流行感冒92

4.1.3 看看如何编解码93

4.1.4 如何训练95

4.1.5 有监督微调97

4.2 快速感知：稀疏编码（Sparse Coding）98

4.3 栈式自编码器100

4.4 解决概率分布问题：限制波尔兹曼机102

4.4.1 生成模型和概率模型102

4.4.2 能量模型107

4.4.3 RBM的基本概念109

4.4.4 再看流行感冒的例子111

4.5 DBN112

4.6 卷积神经网络114

4.6.1 卷积神经网络的结构116

4.6.2 关于参数减少与权值共享120

4.6.3 举个典型的例子：图片内容识别124

4.7 不会忘记你：循环神经网络131

4.7.1 什么是RNN131

4.7.2 LSTM网络136

4.7.3 LSTM变体141

4.7.4 结论143

4.8 你是我的眼：利用稀疏编码器找图像的基本单位143

4.9 你是我的眼（续）150

4.10 使用深度信念网搞定花分类160

第5章 深度学习的胜利：AlphaGo169

5.1 AI如何玩棋类游戏169

5.2 围棋的复杂性171

5.3 AlphaGo的主要原理173

5.3.1 策略网络174

5.3.2 MCTS拯救了围棋算法176

5.3.3 强化学习：“周伯通，左右互搏”179

5.3.4 估值网络181

5.3.5 将所有组合到一起：树搜索182

5.3.6 AlphaGo有多好185

5.3.7 总结187

5.4 重要的技术进步189

5.5 一些可以改进的地方190

5.6 未来192

第6章 两个重要的概念194

6.1 迁移学习194

6.2 概率图模型197

6.2.1 贝叶斯的网络结构201

6.2.2 概率图分类204

6.2.3 如何应用PGM208

第7章 杂项210

7.1 如何为不同类型的问题选择模型210

7.2 我们如何学习“深度学习”211

7.3 如何理解机器学习和深度学习的差异212

7.4 大规模学习（Large Scale Learning）和并行计算214

7.5 如果喜欢应用领域，可以考虑以下几种应用215

7.6 类脑：人工智能的终极目标216

参考文献218

术语220