头像

《深度学习算法实践(基于Theano和TensorFlow)》闫涛【文字版_PDF电子书_下载】

2020-06-09 17:06:41 来源:黑石源码   浏览(28)   评论 ( 0 )   

《深度学习算法实践(基于Theano和TensorFlow)》闫涛【文字版_PDF电子书_下载】
本书不仅讲述了深度学习算法本身,而且重点讲述了如何将这些深度学习算法包装成Web服务。本书旨在帮助广大工程技术人员快速掌握深度学习相关理论和实践,并将这些知识应用到实际工作中。

书名:深度学习算法实践(基于Theano和TensorFlow)
作者:闫涛 周琦
出版社:电子工业出版社
译者:
出版日期:2018-4
页数:584
ISBN:9787121337932

内容简介:

本书以深度学习算法入门为主要内容,通过系统介绍Python、NumPy、SciPy等科学计算库,深度学习主流算法,深度学习前沿研究,深度学习服务云平台构建四大主线,向读者系统地介绍了深度学习的主要内容和研究进展。本书介绍了Python、NumPy、SciPy的使用技巧,面向谷歌推出的开源深度学习框架TensorFlow,向读者展示了利用TensorFlow和Theano框架实现线性回归、逻辑回归、多层感知器、卷积神经网络、递归神经网络、长短时记忆网络、去噪自动编码机、堆叠自动编码机、受限玻尔兹曼机、深度信念网络等,并将这些技术用于MNIST手写数字识别任务。本书不仅讲述了深度学习算法本身,而且重点讲述了如何将这些深度学习算法包装成Web服务。本书旨在帮助广大工程技术人员快速掌握深度学习相关理论和实践,并将这些知识应用到实际工作中。

本书可以作为各类深度学习培训班的教材,也可以作为全国高等工科院校“深度学习”课程的教材,还可以作为广大人工智能、深度学习领域工程技术人员的参考书。

作者简介:

闫涛,网名“最老程序员”。中科院苏州生物医学工程技术研究所副研究员(兼),科技部重点专项:帕金森症早期预防、“十三五”出生缺陷预防系统研究课题组成员,专注于深度学习在医学影像学诊断、医学图像分割、医学图像诊断性标注等应用方向的技术开发。CSDN博客重度使用者,博客地址http://blog.csdn.net/yt7589。北京动维康科技有限公司联合创始人、首席技术官,主持开发了移动医疗系统随诊医生。专注于移动互联网软件开发20年,精通主流开发技术,尤其擅长处理大容量、高并发系统的设计与实现。开源软件倡导者,本书部分代码的GitHub网址为https://github.com/yt7589/dlp/tree/master/book。

目  录:

目 录

第一部分 深度学习算法概述

第1章 深度学习算法简介 2

1.1 神经网络发展简史 2

1.1.1 神经网络第一次兴起 3

1.1.2 神经网络沉寂期(20世纪80年代—21世纪) 4

1.1.3 神经网络技术积累期(20世纪90年代—2006年) 5

1.1.4 深度学习算法崛起(2006年至今) 8

1.2 深度学习现状 10

1.2.1 传统神经网络困境 10

1.2.2 深度多层感知器 12

1.2.3 深度卷积神经网络 14

1.2.4 深度递归神经网络 15

1.3 深度学习研究前瞻 16

1.3.1 自动编码机 17

1.3.2 深度信念网络 18

1.3.3 生成式网络最新进展 19

1.4 深度学习框架比较 20

1.4.1 TensorFlow 20

1.4.2 Theano 21

1.4.3 Torch 22

1.4.4 DeepLearning4J 23

1.4.5 Caffe 23

1.4.6 MXNet 24

1.4.7 CNTK 27

1.4.8 深度学习框架造型指导原则 27

1.5 深度学习入门路径 28

1.5.1 运行MNIST 28

1.5.2 深度学习框架的选择 29

1.5.3 小型试验网络 33

1.5.4 训练生产网络 33

1.5.5 搭建生产环境 34

1.5.6 持续改进 35

第二部分 深度学习算法基础

第2章 搭建深度学习开发环境 38

2.1 安装Python开发环境 38

2.1.1 安装最新版本Python 38

2.1.2 Python虚拟环境配置 39

2.1.3 安装科学计算库 40

2.1.4 安装最新版本Theano 40

2.1.5 图形绘制 40

2.2 NumPy简易教程 43

2.2.1 Python基础 43

2.2.2 多维数组的使用 51

2.2.3 向量运算 58

2.2.4 矩阵运算 60

2.2.5 线性代数 62

2.3 TensorFlow简易教程 68

2.3.1 张量定义 69

2.3.2 变量和placeholder 69

2.3.3 神经元激活函数 71

2.3.4 线性代数运算 72

2.3.5 操作数据集 74

2.4 Theano简易教程 77

2.4.1 安装Theano 77

2.4.2 Theano入门 78

2.4.3 Theano矩阵相加 79

2.4.4 变量和共享变量 80

2.4.5 随机数的使用 84

2.4.6 Theano求导 84

2.5 线性回归 86

2.5.1 问题描述 86

2.5.2 线性模型 88

2.5.3 线性回归学习算法 89

2.5.4 解析法 90

2.5.5 Theano实现 93

第3章 逻辑回归 100

3.1 逻辑回归数学基础 100

3.1.1 逻辑回归算法的直观解释 100

3.1.2 逻辑回归算法数学推导 101

3.1.3 牛顿法解逻辑回归问题 103

3.1.4 通用学习模型 106

3.2 逻辑回归算法简单应用 113

3.3 MNIST手写数字识别库简介 124

3.4 逻辑回归MNIST手写数字识别 126

第4章 感知器模型和MLP 139

4.1 感知器模型 139

4.1.1 神经元模型 139

4.1.2 神经网络架构 143

4.2 数值计算形式 144

4.2.1 前向传播 144

4.2.2 误差反向传播 145

4.2.3 算法推导 147

4.3 向量化表示形式 152

4.4 应用要点 153

4.4.1 输入信号模型 154

4.4.2 权值初始化 155

4.4.3 早期停止 155

4.4.4 输入信号调整 156

4.5 TensorFlow实现MLP 156

第5章 卷积神经网络 174

5.1 卷积神经网络原理 174

5.1.1 卷积神经网络的直观理解 174

5.1.2 卷积神经网络构成 177

5.1.3 卷积神经网络设计 191

5.1.4 迁移学习和网络微调 193

5.2 卷积神经网络的TensorFlow实现 195

5.2.1 模型搭建 197

5.2.2 训练方法 203

5.2.3 运行方法 208

第6章 递归神经网络 212

6.1 递归神经网络原理 212

6.1.1 递归神经网络表示方法 213

6.1.2 数学原理 214

6.1.3 简单递归神经网络应用示例 219

6.2 图像标记 226

6.2.1 建立开发环境 226

6.2.2 图像标记数据集处理 227

6.2.3 单步前向传播 229

6.2.4 单步反向传播 231

6.2.5 完整前向传播 234

6.2.6 完整反向传播 236

6.2.7 单词嵌入前向传播 239

6.2.8 单词嵌入反向传播 241

6.2.9 输出层前向/反向传播 243

6.2.10 输出层代价函数计算 245

6.2.11 图像标注网络整体架构 248

6.2.12 代价函数计算 249

6.2.13 生成图像标记 255

6.2.14 网络训练过程 258

6.2.15 网络持久化 265

第7章 长短时记忆网络 269

7.1 长短时记忆网络原理 269

7.1.1 网络架构 269

7.1.2 数学公式 272

7.2 MNIST手写数字识别 274

第三部分 深度学习算法进阶

第8章 自动编码机 286

8.1 自动编码机概述 286

8.1.1 自动编码机原理 287

8.1.2 去噪自动编码机 287

<p style="margin-top: 0px; margin-bottom: 8px; padding: 0px; text-indent: 2em; color: rgb(102, 102, 102); font-family: "Hir

查看演示 下载资源:28 下载资源 下载积分:0
声明:网站试运行期间,暂不提供下载链接,有需要请添加黑石仓库客服微信 18929318423或QQ:5302349,我们会第一时间通过邮件发送源码给您!感谢合作!转载请注明来源(黑石源码)并保留原文链接:http://www.heishick.com/phpjiaocheng-282.html
评论0

后面还有条评论,点击查看>>