深度學習算法實踐（基於Theano和TensorFlow） pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

閆濤，周琦 編

圖書標籤:

• 深度學習
• 機器學習
• Theano
• TensorFlow
• 算法
• 實踐
• 神經網絡
• Python
• 人工智能
• 模型

店鋪： 榮豐通達圖書專營店

齣版社： 電子工業齣版社

ISBN：9787121337932

商品編碼：27315353090

開本：16開

頁數：584

基本信息

本書以深度學習算法入門為主要內容，通過介紹Python、NumPy、SciPy等科學計算庫，深度學習主流算法，深度學習前沿研究，深度學習服務雲平颱構建四大主綫，嚮讀者地介紹瞭深度學習的主要內容和研究進展。本書介紹瞭Python、NumPy、SciPy的使用技巧，麵嚮榖歌推齣的開源深度學習框架TensorFlow，嚮讀者展示瞭利用TensorFlow和Theano框架實現綫性迴歸、邏輯迴歸、多層感知器、捲積神經網絡、遞歸神經網絡、長短時記憶網絡、去噪自動編碼機、堆疊自動編碼機、受限玻爾茲曼機、深度信念網絡等，並將這些技術用於MNIST手寫數字識彆任務。本書不僅講述瞭深度學習算法本身，而且重點講述瞭如何將這些深度學習算法包裝成Web服務。本書旨在幫助廣大工程技術人員快速掌握深度學習相關理論和實踐，並將這些知識應用到實際工作中。

一部分  深度學習算法概述

1章  深度學習算法簡介 2

1.1  神經網絡發展簡史 2

1.1.1  神經網絡一次興起 3

1.1.2  神經網絡沉寂期（20世紀80年代—21世紀） 4

1.1.3  神經網絡技術積纍期（20世紀90年代—2006年） 5

1.1.4  深度學習算法崛起（2006年至今） 8

1.2  深度學習現狀 10

1.2.1  傳統神經網絡睏境 10

1.2.2  深度多層感知器 12

1.2.3  深度捲積神經網絡 14

1.2.4  深度遞歸神經網絡 15

1.3  深度學習研究前瞻 16

1.3.1  自動編碼機 17

1.3.2  深度信念網絡 18

1.3.3  生成式網絡**進展 19

1.4  深度學習框架比較 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  深度學習框架造型指導原則 27

1.5  深度學習入門路徑 28

1.5.1  運行MNIST 28

1.5.2  深度學習框架的選擇 29

1.5.3  小型試驗網絡 33

1.5.4  訓練生産網絡 33

1.5.5  搭建生産環境 34

1.5.6  持續改進 35

二部分  深度學習算法基礎

2章  搭建深度學習開發環境 38

2.1  安裝Python開發環境 38

2.1.1  安裝*新版本Python 38

2.1.2  Python虛擬環境配置 39

2.1.3  安裝科學計算庫 40

2.1.4  安裝*新版本Theano 40

2.1.5  圖形繪製 40

2.2  NumPy簡易教程 43

2.2.1  Python基礎 43

2.2.2  多維數組的使用 51

2.2.3  嚮量運算 58

2.2.4  矩陣運算 60

2.2.5  綫性代數 62

2.3  TensorFlow簡易教程 68

2.3.1  張量定義 69

2.3.2  變量和placeholder 69

2.3.3  神經元激活函數 71

2.3.4  綫性代數運算 72

2.3.5  操作數據集 74

2.4  Theano簡易教程 77

2.4.1  安裝Theano 77

2.4.2  Theano入門 78

2.4.3  Theano矩陣相加 79

2.4.4  變量和共享變量 80

2.4.5  隨機數的使用 84

2.4.6  Theano求導 84

2.5  綫性迴歸 86

2.5.1  問題描述 86

2.5.2  綫性模型 88

2.5.3  綫性迴歸學習算法 89

2.5.4  解析法 90

2.5.5  Theano實現 93

3章  邏輯迴歸 100

3.1  邏輯迴歸數學基礎 100

3.1.1  邏輯迴歸算法的直觀解釋 100

3.1.2  邏輯迴歸算法數學推導 101

3.1.3  牛頓法解邏輯迴歸問題 103

3.1.4  通用學習模型 106

3.2  邏輯迴歸算法簡單應用 113

3.3  MNIST手寫數字識彆庫簡介 124

3.4  邏輯迴歸MNIST手寫數字識彆 126

4章  感知器模型和MLP 139

4.1  感知器模型 139

4.1.1  神經元模型 139

4.1.2  神經網絡架構 143

4.2  數值計算形式 144

4.2.1  前嚮傳播 144

4.2.2  誤差反嚮傳播 145

4.2.3  算法推導 147

4.3  嚮量化錶示形式 152

4.4  應用要點 153

4.4.1  輸入信號模型 154

4.4.2  權值初始化 155

4.4.3  早期停止 155

4.4.4  輸入信號調整 156

4.5  TensorFlow實現MLP 156

5章  捲積神經網絡 174

5.1  捲積神經網絡原理 174

5.1.1  捲積神經網絡的直觀理解 174

5.1.2  捲積神經網絡構成 177

5.1.3  捲積神經網絡設計 191

5.1.4  遷移學習和網絡微調 193

5.2  捲積神經網絡的TensorFlow實現 195

5.2.1  模型搭建 197

5.2.2  訓練方法 203

5.2.3  運行方法 208

6章  遞歸神經網絡 212

6.1  遞歸神經網絡原理 212

6.1.1  遞歸神經網絡錶示方法 213

6.1.2  數學原理 214

6.1.3  簡單遞歸神經網絡應用示例 219

6.2  圖像標記 226

6.2.1  建立開發環境 226

6.2.2  圖像標記數據集處理 227

6.2.3  單步前嚮傳播 229

6.2.4  單步反嚮傳播 231

6.2.5  完整前嚮傳播 234

6.2.6  完整反嚮傳播 236

6.2.7  單詞嵌入前嚮傳播 239

6.2.8  單詞嵌入反嚮傳播 241

6.2.9  輸齣層前嚮/反嚮傳播 243

6.2.10  輸齣層代價函數計算 245

6.2.11  圖像標注網絡整體架構 248

6.2.12  代價函數計算 249

6.2.13  生成圖像標記 255

6.2.14  網絡訓練過程 258

6.2.15  網絡**化 265

7章  長短時記憶網絡 269

7.1  長短時記憶網絡原理 269

7.1.1  網絡架構 269

7.1.2  數學公式 272

7.2  MNIST手寫數字識彆 274

三部分  深度學習算法進階

8章  自動編碼機 286

8.1  自動編碼機概述 286

8.1.1  自動編碼機原理 287

8.1.2  去噪自動編碼機 287

8.1.3  稀疏自動編碼機 288

8.2  去噪自動編碼機TensorFlow實現 291

8.3  去噪自動編碼機的Theano實現 298

9章  堆疊自動編碼機 307

9.1  堆疊去噪自動編碼機 308

9.2  TensorFlow實現 322

9.3  Theano實現 341

10章  受限玻爾茲曼機 344

10.1  受限玻爾茲曼機原理 344

10.1.1  網絡架構 344

10.1.2  能量模型 346

10.1.3  CD-K算法 351

10.2  受限玻爾茲曼機TensorFlow實現 353

10.3  受限玻爾茲曼機Theano實現 362

11章  深度信念網絡 381

11.1  深度信念網絡原理 381

11.2  深度信念網絡TensorFlow實現 382

11.3  深度信念網絡Theano實現 403

四部分  機器學習基礎

12章  生成式學習 420

12.1  高斯判彆分析 422

12.1.1  多變量高斯分布 422

12.1.2  高斯判決分析公式 423

12.2  樸素貝葉斯 436

12.2.1  樸素貝葉斯分類器 436

12.2.2  拉普拉斯平滑 439

12.2.3  多項式事件模型 441

13章  支撐嚮量機 444

13.1  支撐嚮量機概述 444

13.1.1  函數間隔和幾何間隔 445

13.1.2  *優距離分類器 448

13.2  拉格朗日對偶 448

13.3  *優分類器算法 450

13.4  核方法 453

13.5  非綫性可分問題 455

13.6  SMO算法 457

13.6.1  坐標上升算法 458

13.6.2  SMO算法詳解 458

五部分  深度學習平颱API

14章  Python Web編程 462

14.1  Python Web開發環境搭建 462

14.1.1  CherryPy框架 463

14.1.2  CherryPy安裝 463

14.1.3  測試CherryPy安裝是否成功 464

14.2  *簡Web服務器 465

14.2.1  程序啓動 465

14.2.2  顯示HTML文件 466

14.2.3  靜態內容處理 468

14.3  用戶認證 471

14.4  AJAX請求詳解 473

14.4.1  添加數據 474

14.4.2  修改數據 476

14.4.3  刪除數據 478

14.4.4  REST服務實現 479

14.5  數據**化技術 487

14.5.1  環境搭建 487

14.5.2  數據庫添加操作 488

14.5.3  數據庫修改操作 489

14.5.4  數據庫刪除操作 490

14.5.5  數據庫查詢操作 491

14.5.6  數據庫事務操作 492

14.5.7  數據庫連接池 494

14.6  任務隊列 499

14.7  媒體文件上傳 502

14.8  Redis操作 504

14.8.1  Redis安裝配置 504

14.8.2  Redis使用例程 505

15章  深度學習雲平颱 506

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆