包郵 深度學習(R語言版)

目錄

第1章理解人工神經(jīng)網(wǎng)絡和深度神經(jīng)網(wǎng)絡

1.1配置環(huán)境

1.1.1準備工作

1.1.2操作步驟

1.1.3原理解析

1.1.4內(nèi)容拓展

1.1.5參考閱讀

1.2神經(jīng)網(wǎng)絡的Keras實現(xiàn)

1.3序貫模型API

1.3.1準備工作

1.3.2操作步驟

1.3.3原理解析

1.3.4內(nèi)容拓展

1.3.5參考閱讀

1.4函數(shù)式API

1.4.1操作步驟

1.4.2原理解析

1.4.3內(nèi)容拓展

1.5TensorFlow Estimator API

1.5.1準備工作

1.5.2操作步驟

1.5.3原理解析

1.5.4內(nèi)容拓展

1.5.5參考閱讀

1.6TensorFlow Core API

1.6.1準備工作

1.6.2操作步驟

1.6.3原理解析

1.7實現(xiàn)單層神經(jīng)網(wǎng)絡

1.7.1準備工作

1.7.2操作步驟

1.7.3原理解析

1.7.4內(nèi)容拓展

1.7.5參考閱讀

1.8實現(xiàn)**個深度神經(jīng)網(wǎng)絡

1.8.1準備工作

1.8.2操作步驟

1.8.3原理解析

1.8.4內(nèi)容拓展

1.8.5參考閱讀

第2章卷積神經(jīng)網(wǎng)絡實戰(zhàn)

2.1卷積運算導論

2.1.1準備工作

2.1.2操作步驟

2.1.3原理解析

2.1.4內(nèi)容拓展

2.1.5參考閱讀

2.2理解卷積步幅和填充

2.2.1操作步驟

2.2.2原理解析

2.3掌握池化層

2.3.1準備工作

2.3.2操作步驟

2.3.3原理解析

2.3.4內(nèi)容拓展

2.3.5參考閱讀

2.4實現(xiàn)遷移學習

2.4.1準備工作

2.4.2操作步驟

2.4.3原理解析

2.4.4內(nèi)容拓展

2.4.5參考閱讀

第3章循環(huán)神經(jīng)網(wǎng)絡實戰(zhàn)

3.1使用RNN實現(xiàn)情感分類

3.1.1準備工作

3.1.2操作步驟

3.1.3原理解析

3.1.4內(nèi)容拓展

3.1.5參考閱讀

3.2使用LSTM實現(xiàn)文本生成

3.2.1準備工作

3.2.2操作步驟

3.2.3原理解析

3.2.4內(nèi)容拓展

3.2.5參考閱讀

3.3使用GRU實現(xiàn)時間序列預測

3.3.1準備工作

3.3.2操作步驟

3.3.3原理解析

3.3.4內(nèi)容拓展

3.3.5參考閱讀

3.4實現(xiàn)雙向循環(huán)神經(jīng)網(wǎng)絡

3.4.1操作步驟

3.4.2原理解析

3.4.3內(nèi)容拓展

第4章使用Keras實現(xiàn)自動編碼器

4.1實現(xiàn)基本自動編碼器

4.1.1準備工作

4.1.2操作步驟

4.1.3原理解析

4.1.4內(nèi)容拓展

4.2降維自動編碼器

4.2.1準備工作

4.2.2操作步驟

4.2.3原理解析

4.2.4內(nèi)容拓展

4.3去噪自動編碼器

4.3.1準備工作

4.3.2操作步驟

4.3.3原理解析

4.3.4內(nèi)容拓展

4.4自動編碼器的黑白圖像著色實戰(zhàn)

4.4.1準備工作

4.4.2操作步驟

4.4.3原理解析

4.4.4參考閱讀

第5章深度生成模型

5.1使用GAN生成圖像

5.1.1準備工作

5.1.2操作步驟

5.1.3原理解析

5.1.4內(nèi)容拓展

5.1.5參考閱讀

5.2實現(xiàn)深度卷積生成對抗網(wǎng)絡

5.2.1準備工作

5.2.2操作步驟

5.2.3原理解析

5.2.4內(nèi)容拓展

5.2.5參考閱讀

5.3實現(xiàn)變分自動編碼器

5.3.1準備工作

5.3.2操作步驟

5.3.3原理解析

5.3.4參考閱讀

第6章使用大規(guī)模深度學習處理大數(shù)據(jù)

6.1基于亞馬遜云服務的深度學習

6.1.1準備工作

6.1.2操作步驟

6.1.3原理解析

6.2基于微軟Azure平臺的深度學習

6.2.1準備工作

6.2.2操作步驟

6.2.3原理解析

6.2.4內(nèi)容拓展

6.2.5參考閱讀

6.3基于谷歌云平臺的深度學習

6.3.1準備工作

6.3.2操作步驟

6.3.3原理解析

6.3.4內(nèi)容拓展

6.4基于MXNet的深度學習

6.4.1準備工作

6.4.2操作步驟

6.4.3原理解析

6.4.4內(nèi)容拓展

6.5使用MXNet實現(xiàn)深度學習網(wǎng)絡

6.5.1準備工作

6.5.2操作步驟

6.5.3原理解析

6.6使用MXNet實現(xiàn)預測建模

6.6.1準備工作

6.6.2操作步驟

6.6.3原理解析

第7章自然語言處理

7.1神經(jīng)機器翻譯

7.1.1準備工作

7.1.2操作步驟

7.1.3原理解析

7.1.4內(nèi)容拓展

7.1.5參考閱讀

7.2使用深度學習生成文本摘要

7.2.1準備工作

7.2.2操作步驟

7.2.3原理解析

7.2.4內(nèi)容拓展

7.2.5參考閱讀

7.3語音識別

7.3.1準備工作

7.3.2操作步驟

7.3.3原理解析

7.3.4內(nèi)容拓展

第8章深度學習之計算機視覺實戰(zhàn)

8.1目標定位

8.1.1準備工作

8.1.2操作步驟

8.1.3原理解析

8.1.4內(nèi)容拓展

8.2人臉識別

8.2.1準備工作

8.2.2操作步驟

8.2.3原理解析

8.2.4內(nèi)容拓展

8.2.5參考閱讀

第9章實現(xiàn)強化學習

9.1使用MDPtoolbox實現(xiàn)有模型強化學習

9.1.1準備工作

9.1.2操作步驟

9.1.3原理解析

9.1.4內(nèi)容拓展

9.2無模型強化學習

9.2.1準備工作

9.2.2操作步驟

9.2.3原理解析

9.2.4參考閱讀

9.3使用強化學習求解懸崖尋路問題

9.3.1準備工作

9.3.2操作步驟

9.3.3原理解析

9.3.4內(nèi)容拓展