深度學習（下）

內容簡介

《深度學習（下）》對所有主要的深度學習方法和新研究趨勢進行了深入探歸應嫌淚索。《深度學習（下）》分為上下兩卷，五個部分。上卷包括兩個部分：第一部分是基礎算法，包括機器學習基礎算法、早期神經網路算法組堡、深度學習的正則化方法和深度學習的最佳化提巴盼敬方法；第二部分是判別式模敬白茅型，包括卷積神經網路（CNN）、循環神經網路（RNN）、長短期記憶模型（LSTM）、注意力機制和記憶網路。下卷包括三個部分：第三部分是生成式模型，包括深度置信網路/深度玻爾茲曼機、自編碼器（AE）/變分廈承頁自編碼器（VAE）、生成對抗網路（GAN）、像素級生成、深度聚類等；第四部分是前沿技術，討論深度強化學習；第五部分是安全保障，包括深度學習的可解釋性和對抗樣本的攻擊與防禦。《深度學習（下）》特別注重學術前沿，對包括膠囊網路在內的當前新成果進行了細緻的討論。《深度學糠凶乎習（下）》構建了一套明晰的深度學習體系，同時各章內容相對獨立，並有輔助網站線上提供大量論文、代碼、數據集和彩圖等學習資源供讀者邊實踐邊學。

圖書目錄

前言

9深度置信網路和深度玻爾茲曼機

10自編碼器

11生成對抗網路

12像素級生成模型

13深度聚享嫌達類

14深度強化學習

15深度學習的可解釋性

16對抗樣本攻防和深度學習的魯棒性

深度學習（下）

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條