《深度學習基礎教程》是2018年機械工業出版社出版的圖書，作者是阿努拉格.巴德瓦傑。
基本介紹
- 中文名：深度學習基礎教程
- 作者：阿努拉格.巴德瓦傑
- 出版社：機械工業出版社
- 出版時間：2018年10月
- 定價：59 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787111608455
內容簡介,作者簡介,圖書目錄,
內容簡介
《深度學習基礎教程》是真正適合深度學習初學者的入門書籍，全書沒有任何複雜的數學推導。《深度學習基礎教程》首先介紹了深度學習的優勢和面臨的挑戰、深度學習採用深層架構的動機、學習深度學習需要的數學知識和硬體知識以及深度學習常用的軟體框架。然後對多層感知機、卷積神經網路（CNN）、受限玻耳茲曼機（RBM）、循環神經網路（RNN）及其變體—長短時記憶（LSTM）網路進行了詳細介紹，並且以獨立章節重點闡述了CNN在計算機視覺中的套用、RNN在自然語言處理中的套用以及深度學習在多模態學習領域中的套用。隨後，本書介紹了深度強化學習的基本知識，給出了套用深度學習技術需要的許多實用技巧並概述了深度學習的一些新方向和新套用。
作者簡介
楊偉博士，河南大學計算機與信息工程學院副教授，研究領域為機器學習、深度學習、圖像處理。 李征博士，河南大學計算機與信息工程學院副教授，研究領域為Web服務發現與推薦、機器學習、移動大數據。
圖書目錄
譯者序
原書前言
第 1章 為什麼進行深度學習 // 1
1.1 什麼是人工智慧和深度學習 // 1
1.2 深度學習的歷史及其興起 // 2
1.3 為什麼進行深度學習 // 7
1.3.1 相比於傳統淺層方法的優勢 // 7
1.3.2 深度學習的影響 //8
1.4 深層架構的動機 // 9
1.4.1 神經的觀點 // 10
1.4.2 特徵表示的觀點 // 10
1.5 套用 //14
1.5.1 盈利性套用 // 14
1.5.2 成功案例 // 14
1.5.3 面向企業的深度學習 // 19
1.6 未來的潛力和挑戰 // 20
1.7 小結 //21
第 2章 為深度學習做準備 // 22
2.1 線性代數的基礎知識 // 22
2.1.1 數據表示 // 22
2.1.2 數據操作 // 23
2.1.3 矩陣屬性 // 24
2.2 使用GPU進行深度學習 // 24
2.2.1 深度學習硬體指南 // 26
2.3 深度學習軟體框架 // 27
2.3.1 TensorFlow // 27
2.3.2 Caffe // 27
2.3.3 MXNet // 28
2.3.4 Torch // 28
2.3.5 Theano // 28
2.3.6 CNTK // 29
2.3.7 Keras // 29
2.3.8 框架比較 // 29
2.4 基本亞馬遜網路服務的深度學習開發環境配置 // 30
