技术畅销书《白话大数据与机器学习》姊妹篇,YY大数据专家撰写,李学凌、朱频频、王庆法、王海龙联袂推荐。以插图、类比和大量示例趣说深度学习网络的关键理念、算法与TensoeFlow实践,涵盖BP网络、CNN、RNN、受限玻尔兹曼机、深度残差网络、强化学习、对抗学习,以及多个有趣应用。
看到了本书,笔者不由眼前一亮。关于技术观点的讲解即不乏专业性,又以浅显的例子告诉普通人,机器学习是什么。一本非常好的科普性的技术著作,希望更多的人可以通过作者的文字,真正理解人工智能的关键技术、
深度学习的原理及实际未来的前景。也期待更多的爱好者,由此书可以加入到深度学习工作中,为未来人工智能的发展写下浓重的一笔。
内容简介
本书基本独立成册,适用于零基础的初学者。
基础篇(第1~3章),讲解了机器学习、深度学习与实践的上下文知识,如基本的机器学习与深度学习算法,TensorFlow框架的安全与配置,简单的深度学习实践。该篇是阅读和实践的基石。
原理与实践篇(第4~8章),介绍“老牌”的深度学习网络的数学原理和工程实现原理,尤其是第4章,如果能基本读懂,后面的网络实现层面的问题基本都可以迎刃而解。涵盖BP网络、CNN、RNN的结构、思路、训练与使用,以及一些常见的综合性问题。该篇是学习深度学习的重点和难点,作者通过大量示例、推理与实现,帮读者*大化降低学习曲线。
扩展篇(第9~13章),介绍一些网络的变种和一些较新的网络特性,涵盖深度残差网络、受限玻尔兹曼机、强化学习、对抗学习,这是读者进一步学习与实践思路的钥匙。最后给出了一些有趣的深度学习应用:人脸识别、作诗姬、大师风图像处理,有趣又有用。
目录
本书赞誉
序
前 言
基 础 篇
第1章 机器学习是什么2
第2章 深度学习是什么15
第3章 TensorFlow框架特性与安装38
原理与实践篇
第4章 前馈神经网络50
第5章 手写板功能81
第6章 卷积神经网络103
第7章 综合问题139
第8章 循环神经网络159
扩 展 篇
第9章 深度残差网络198
第10章 受限玻尔兹曼机209
第11章 强化学习217
第12章 对抗学习239
第13章 有趣的深度学习应用254
领取专属 10元无门槛券
私享最新 技术干货