深度学习笔记

书籍简介:

本书以一名深度学习学习者的视角展开深度学习相关的理论、技术和实践写作，因而命名为深度学习笔记。在对神经网络的基本理论讲解的基础上，深入对深度神经网络（DNN）、卷积神经网络（CNN）、循环神经网络（RNN）、生成对抗网络（GAN）的理论和实践进行讲述。重点对三种神经网络的原理和机制进行阐述，对图像分类、目标检测、图像分割、语音识别、自然语言处理等方面进行介绍，并对人脸识别、无人驾驶和医学图像分割等应用进行实战讲解，并介绍相关的人工智能产品的商业应用价值。全书实战方面以python为实践工具，对主流的深度学习框架进行介绍，并以keras为工具进行实战。 本书分为九个部分：第一部分：深度学习导论，内容包括机器学习、深度学习和人工智能的概念与技术、深度学习理论基础、深度学习的数据驱动与商业应用价值。第二部分：从感知机到神经网络，内容包括感知机理论、神经网络和深度神经网络。第三部分：卷积神经网络理论。第四部分：CNN与计算机视觉，包括图像分类、目标检测和图像分割。第五部分：卷积神经网络应用与实战。第六部分：循环神经网络，包括序列模型、注意力机制与长短期记忆网络。第七部分：RNN与自然语言处理。第八部分：语音识别、语音合成技术实战。第九部分：生成对抗网络。第十部分：总结深度学习理论与应用前沿。

书籍规格:

书籍信息归属:

深度学习笔记是北京大学出版社于2020.6出版的中图分类号为 TP181 的主题关于 机器学习 的书籍。