Python深度元學習算法

內容簡介

本書全面介紹了深度元學習技術的知識，包括元學習、機器學習、深度學習及其技術平台和套用案例，給出了一套較為完備的深度元學習框架，並根據作者所在課題組的研究成果提出了一些具有啟發性的元學習算法和思考方向。

全書共9章。第1章主要介紹元學習的基本概念、基本任務和基本類型；第2章系統介紹深度學習的概念、原理和套用，幫助讀者逐步具備一定的深度學習實踐能力；第3章介紹一種簡單的元學習神經網路——孿生網路；第4章介紹原型網路及其各種變體；第5章介紹兩種有趣單樣本元學習算法——關係網路和匹配網路；第6章介紹記憶增強神經網路；第7章進一步介紹饒有趣味且套用廣泛的元學習算法——模型無關元學習及其變種；第8章介紹另外兩種經典的元學習模型——MetaSGD和Reptile；第9章深入介紹元學習的一些新進展與**研究成果——基於樣本抽樣和任務難度自適應的深度元學習理論。全書提供大量套用實例和配套代碼，每章後均附有適量思考題，引發讀者思考和討論。

圖書目錄

第1章元學習簡介1

1.1元學習1

1.2元學習的類型2

1.2.1學習度量空間2

1.2.2學習初始化3

1.2.3學習最佳化器3

1.3嵌套梯度下降法實現元學習4

1.4少樣本學習的最佳化模型6

1.5小結9

1.6思考題9

參考文獻9

第2章深度學習11

2.1深度學習的概念11

2.2深度神經網路概述12

2.2.1人工神經網路12

2.2.2深度神經網路15

2.3卷積神經網路概述17

2.3.1卷積神經網路17

2.3.2卷積神經網路的結構17

2.3.3卷積神經網路的訓練24

2.3.4VGG——卷積神經網路的代表性網路25

2.4循環神經網路28

2.4.1循環神經網路概念28

2.4.2長短期記憶（LSTM）網路30

2.5生成對抗網路32

2.5.1生成器33

2.5.2判別器34

2.5.3訓練過程35

2.5.4小結36

2.6Transformer及擴散模型37

2.6.1編碼組件38

2.6.2解碼組件39

2.6.3擴散模型40

2.7小結42

2.8思考題43

參考文獻43

第3章孿生網路45

3.1孿生網路簡介45

3.2孿生網路的架構47

3.3孿生網路的衍生48

3.3.1偽孿生網路49

Python深度元學習算法

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條