深度学习-Java语言实现

本书特色

[

人工智能以及深度学习正在改变着人们对软件的理解，正使得计算机更加智能。深度学习算法应用非常广泛，远远超出数据科学的范畴。本书首先介绍了一些机器学习算法的基础，随后就带领你进入一个引人入胜的机器智能的世界。你将领略到各种神经网络的魅力及挑战。我们将使用基于DL4J的Java库，一起攻克图像处理、语音识别和自然语言处理等各种问题。同时，你也会接触到当今重要的其他开发平台，如Theano、TensorFlow和Caffe。通过本书的学习，你将具备用Java攻克深度学习问题的能力，并为这个领域贡献自己的力量。

]

目录

译者序 前言 第1章深度学习概述1.1人工智能的变迁1.1.1人工智能的定义1.1.2人工智能曾经的辉煌1.1.3机器学习的演化1.1.4机器学习的局限性1.2人与机器的区分因素1.3人工智能与深度学习1.4小结第2章机器学习算法——为深度学习做准备2.1入门2.2机器学习中的训练需求2.3监督学习和无监督学习2.3.1支持向量机2.3.2隐马尔可夫模型2.3.3神经网络2.3.4逻辑回归2.3.5增强学习2.4机器学习应用流程2.5神经网络的理论和算法2.5.1单层感知器2.5.2逻辑回归2.5.3多类逻辑回归2.5.4多层感知器2.6小结第3章深度信念网络与栈式去噪自编码器3.1神经网络的没落3.2神经网络的复兴3.2.1深度学习的进化——突破是什么3.2.2预训练的深度学习3.3深度学习算法3.3.1限制玻尔兹曼机3.3.2深度信念网络3.3.3去噪自编码器3.3.4栈式去噪自编码器3.4小结第4章dropout和卷积神经网络4.1没有预训练的深度学习算法4.2dropout4.3卷积神经网络4.3.1卷积4.3.2池化4.3.3公式和实现4.4小结第5章探索Java深度学习库——DL4J、ND4J以及其他5.1从零实现与使用库/框架5.2DL4J和 ND4J 的介绍5.3使用 ND4J 实现5.4使用DL4J实现5.4.1设置5.4.2构建5.4.3CNNMnistExample.java/LenetMnistExample.java5.4.4学习速率的优化5.5小结第6章实践应用——递归神经网络等6.1深度学习热点6.1.1图像识别6.1.2自然语言处理6.2深度学习的挑战6.3*大化深度学习概率和能力的方法6.3.1面向领域的方法6.3.2面向分解的方法6.3.3面向输出的方法6.4小结第7章其他重要的深度学习库7.1Theano7.2TensorFlow7.3Caffe7.4小结第8章未来展望8.1深度学习的爆炸新闻8.2下一步的展望8.3对深度学习有用的新闻资源8.4小结

封面

书名:深度学习-Java语言实现

作者:巢笼悠辅

页数:188

定价:¥49.0

出版社:机械工业出版社

出版日期:2017-07-01

ISBN:9787111572985

PDF电子书大小:156MB 高清扫描完整版