出版社： 机械工业出版社
ISBN：9787111529064
版次：1
商品编码：11895048
品牌：机工出版
包装：平装
开本：16开
出版时间：2016-03-01
用纸：胶版纸
页数：165
具体描述
内容简介
《深度学习：方法和应用》这本书对深度学习方法以及它在各种信号与信息处理任务中的应用进行了概述。本书中所列举的应用是根据以下三个标准来选取的：（1）本书作者所具备的专业技能和知识；（2）由于深度学习技术的成功应用而取得了重大突破的领域，比如语音识别和计算机视觉等;（3）由于深度学习的应用而有可能发生巨变的应用领域，以及从深度学习的新研究中获益的应用领域，其中包括自然语言和文本处理、信息检索和多任务深度学习驱动下的多模态信息处理。对于深度学习方法以及它在各种信号信息处理应用方面具有浓厚兴趣的研究人员与学生来说，《深度学习：方法和应用》的时效性很强。目录
译者序原书序1引言1.1深度学习的定义与背景1.2本书的结构安排2深度学习的历史3三类深度学习网络3.1三元分类方式3.2无监督和生成式学习深度网络3.3监督学习深度网络3.4混合深度网络4深度自编码器——一种无监督学习方法4.1引言4.2利用深度自编码器来提取语音特征4.3堆叠式去噪自编码器4.4转换自编码器5预训练的深度神经网络——一种混合方法5.1受限玻尔兹曼机5.2无监督逐层预训练5.3DNN和HMM结合6深度堆叠网络及其变形——有监督学习6.1简介6.2深度堆叠网络的基本结构6.3一种学习DSN权值的方法6.4张量深度堆叠网络6.5核化深度堆叠网络7语音和音频处理中的应用7.1语音识别中声学模型的建立7.2语音合成7.3音频和音乐处理8在语言模型和自然语言处理中的相关应用8.1语言模型8.2自然语言处理9信息检索领域中的应用9.1信息检索简介9.2用基于深度自编码器的语义哈希方法对文档进行索引和检索9.3文档检索中的深度结构语义模型9.4信息检索中深度堆叠网络的应用10在目标识别和计算机视觉中的应用10.1无监督或生成特征学习10.2有监督特征学习和分类11多模态和多任务学习中的典型应用11.1多模态：文本和图像11.2多模态：语音和图像11.3在语音、自然语言处理或者图像领域的多任务学习12结论附录参考文献前言/序言
用户评价
评分
所以不能用那种书的标准来看
评分这本书写得还可以吧，算是深度学习入门的一个比较好的书，主要概念都有涉及到，包括RNN这种递归网络
评分这本书还是很不错的，内容详实，希望京东商城有更多的优惠活动。
评分书还没来得及看，了解前沿、必备！
评分各种服务都满意，书满意，送货满意！
评分刚收到，正版，值得一读，好好学习！
评分几万元的书，好多，好多。
评分书不错。內容易懂。
评分印刷质量不错，内容很好，比较推荐
相关图书
![程序员的数学1+2+3 数学思维+概率统计+线性代数（套装共3册） [プログラマの数学プログラミングのための確率統計プログラミングのための線形代数] pdf epub mobi 电子书 下载](https://pic.qciss.net/11926068/592bf16eN6273526f.jpg)
![算法设计与分析基础（第3版） [Introduction to the Design and Analysis of Algorithms (Third Edition)] pdf epub mobi 电子书 下载](https://pic.qciss.net/11619201/54bf7e41N3f417324.jpg)
![分布式系统：概念与设计（原书第5版） [Distributed Systems：Concepts and Design,Fifth Edition] pdf epub mobi 电子书 下载](https://pic.qciss.net/11194499/rBEQWFE5cDoIAAAAAA-SH4z6enQAABuiQOXMYsAD5I3042.jpg)
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.cndgn.com All Rights Reserved. 新城书站 版权所有