本书介绍
深度学习是一组令人兴奋的神经网络新技术。通过高级的训练技术和神经网络架构组件的组合就可以创建能够处理表格数据、图像、文本和音频作为输入和输出的神经网络。深度学习允许神经网络以类似于人脑功能的方式学习信息的层次结构。
本书免费获取地址:
本书将向学生介绍经典的神经网络结构、卷积神经网络(CNN)、长短期记忆(LSTM)、门控循环神经网络(GRU)、一般对抗网络(GAN)和强化学习。将涵盖这些架构在计算机视觉、时间序列、安全、自然语言处理(NLP)和数据生成方面的应用。高性能计算(HPC)方面将展示如何在图形处理单元(GPU)和网格上利用深度学习。重点主要是深度学习在问题中的应用,并介绍一些数学基础。学生将使用Python编程语言,使用Google TensorFlow和Keras实现深度学习。在学习本书之前,没有必要了解Python但是,我们假定读者至少熟悉一种编程语言。
本书目录
内容截图
DeepLearning_NLP
深度学习与NLP