深度學習：Java語言實現

《深度學習：Java語言實現》是2017年機械工業出版社出版的圖書，作者是[日]巣籠悠輔（Yusuke Sugomori）。

基本介紹

• 中文名：深度學習：Java語言實現
• 作者：[日]巣籠悠輔（Yusuke Sugomori）
• 出版社：機械工業出版社 
• 出版時間：2017年07月
• 定價：49 元
• 開本：16 開
• ISBN：978-7-111-57298-5
• 叢書名：智慧型系統與技術叢書

內容簡介

人工智慧以及深度學習正在改變著人們對軟體的理解，使得計算機更加智慧型。深度學習算法套用非常廣泛，遠遠超出數據科學的範疇。本書首先介紹了一些機器學習算法的基礎，隨後帶領你進入一個引人入勝的機器智慧型世界，你將領略到各種神經網路的魅力及挑戰。本書將使用基於DL4J的Java庫，帶你一起攻克圖駝嚷臘獄像處理、語音識別和自然語言處理等領域中的各種問題。同時，你也會接觸到當今最重要的其他開發平台，如Theano、TensorFlow和Caffe。通過本書的學習，你將具備用Java攻克深度學習問題的能力，並為這個領域貢獻自己的力量。

目錄

譯者序

前言

第1章深度學習概述

11人工智慧的變遷

111人工智慧的定義

112人工智慧曾經的輝煌

11雄影閥3機器學習的演化

114機器學習的局限性

12人與機器的區分因素

13人工智慧與深度學習

14小結

第2章機器學習算法——為深度學習做準備

21入門

22機器學習中的訓練需求

23監督學習和無監牛旬危督學習

231支持向量機

232隱辯射馬爾可夫模型

233神經網路

234邏輯回歸

235增強學習

24機器學習套用流程

25神經網路的理論和算法

251單層感知器

252邏輯回歸

253多類邏輯回歸

254多層感知器

26小結

第3章深度信念網路與棧式去

噪自編碼器

31神經網路的沒落

32神經網路的復興

321深度學習的進化——突破是什麼

322預訓練的深度學習

33深度學習算法

331限制玻爾茲曼機

332深度信念網路

333去噪自編碼器

334棧式去噪自編碼器

34小結

第4章dropout和卷積神經網路

41沒有預訓練的深度學習算法

42dropout

43卷積神經網路

431卷積

432池化

433公式和實現

44小結

第5章探索Java深度學習庫——DL4J、ND4J以及其他

51從零實現與使用庫/框架

52DL4J和 ND4J 的介紹

53使用 ND4J 實現

54使用DL4J實現

541設定

542構建

543CNNMnistExamplejava/LenetMnistExamplejava

544學習速率的最佳化

55小結

第6章實踐套用——遞歸神經網路等

61深度學習熱點

611圖像識別

612自然語言處理

62深度學習的挑戰

63最大化深度學習機率和能力的方法

631面向領船章提域精充企估的方法

632面向分解的方法

633面向輸出的方訂鴉疊法

64小結

第7章其他重要的深度

學習庫

71Theano

72TensorFlow

73Caffe

74小結

第8章未來展望

81深度學習的爆炸新聞

82下一步的展望

83對深度學習有用的新聞資源

84小結

54使用DL4J實現

541設定

542構建

543CNNMnistExamplejava/LenetMnistExamplejava

544學習速率的最佳化

55小結

第6章實踐套用——遞歸神經網路等

61深度學習熱點

611圖像識別

612自然語言處理

62深度學習的挑戰

63最大化深度學習機率和能力的方法

631面向領域的方法

632面向分解的方法

633面向輸出的方法

64小結

第7章其他重要的深度

學習庫

71Theano

72TensorFlow

73Caffe

74小結

第8章未來展望

81深度學習的爆炸新聞

82下一步的展望

83對深度學習有用的新聞資源

84小結