书籍目录
首页
分类
免费
排行
我的书架
1-44章
共44章
免费
版权信息
免费
内容简介
免费
前言
免费
第1章 深度学习介绍
免费
1.1 人工智能
免费
1.2 数据挖掘、机器学习与深度学习
免费
1.3 学习资源与建议
免费
第2章 深度学习框架
免费
2.1 深度学习框架介绍
免费
2.2 PyTorch介绍
免费
2.3 配置PyTorch深度学习环境
第3章 多层全连接神经网络
3.1 热身:PyTorch基础
3.2 线性模型
3.3 分类问题
3.4 简单的多层全连接前向网络
3.5 深度学习的基石:反向传播算法
3.6 各种优化算法的变式
3.7 处理数据和训练模型的技巧
3.8 多层全连接神经网络实现MNIST手写数字分类
第4章 卷积神经网络
4.1 主要任务及起源
4.2 卷积神经网络的原理和结构
4.3 PyTorch卷积模块
4.4 卷积神经网络案例分析
4.5 再实现MNIST手写数字分类
4.6 图像增强的方法
4.7 实现cifar10分类
第5章 循环神经网络
5.1 循环神经网络
5.2 循环神经网络的变式:LSTM与GRU
5.3 循环神经网络的PyTorch实现
5.4 自然语言处理的应用
5.5 循环神经网络的更多应用
第6章 生成对抗网络
6.1 生成模型
6.2 生成对抗网络
6.3 Improving GAN
6.4 应用介绍
第7章 深度学习实战
7.1 实例一——猫狗大战:运用预训练卷积神经网络进行特征提取与预测
7.2 实例二——Deep Dream:探索卷积神经网络眼中的世界
7.3 实例三——Neural-Style:使用PyTorch进行风格迁移
7.4 实例四——Seq2seq:通过RNN实现简单的Neural Machine Translation
×