深度學(xué)習(xí)（R語言版）

目錄





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

1.1配置環(huán)境

1.1.1準(zhǔn)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(luò)的Keras實現(xiàn)

1.3序貫?zāi)Ｐ虯PI

1.3.1準(zhǔn)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(zhǔn)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(zhǔn)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(luò)

1.7.1準(zhǔn)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)第一個深度神經(jīng)網(wǎng)絡(luò)

1.8.1準(zhǔn)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(luò)實戰(zhàn)

2.1卷積運算導(dǎo)論

2.1.1準(zhǔn)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(zhǔn)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(xué)習(xí)

2.4.1準(zhǔn)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(luò)實戰(zhàn)

3.1使用RNN實現(xiàn)情感分類

3.1.1準(zhǔn)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(zhǔn)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(yù)測

3.3.1準(zhǔn)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(luò)

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(zhǔn)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(zhǔn)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(zhǔn)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(zhǔn)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(zhǔn)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(luò)

5.2.1準(zhǔn)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(zhǔn)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(xué)習(xí)處理大數(shù)據(jù)

6.1基于亞馬遜云服務(wù)的深度學(xué)習(xí)

6.1.1準(zhǔn)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(xué)習(xí)

6.2.1準(zhǔn)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(xué)習(xí)

6.3.1準(zhǔn)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(xué)習(xí)

6.4.1準(zhǔn)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(xué)習(xí)網(wǎng)絡(luò)

6.5.1準(zhǔn)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(yù)測建模

6.6.1準(zhǔn)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(zhǔn)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(xué)習(xí)生成文本摘要

7.2.1準(zhǔn)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(zhǔn)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(xué)習(xí)之計算機視覺實戰(zhàn)

8.1目標(biāo)定位

8.1.1準(zhǔn)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(zhǔn)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(xué)習(xí)

9.1使用MDPtoolbox實現(xiàn)有模型強化學(xué)習(xí)

9.1.1準(zhǔn)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(xué)習(xí)

9.2.1準(zhǔn)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(xué)習(xí)求解懸崖尋路問題

9.3.1準(zhǔn)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