深度学习 Java语言实现pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

深度学习 Java语言实现PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 深度学习概述 1

1.1人工智能的变迁 2

1.1.1人工智能的定义 2

1.1.2人工智能曾经的辉煌 3

1.1.3机器学习的演化 8

1.1.4机器学习的局限性 10

1.2人与机器的区分因素 12

1.3人工智能与深度学习 13

1.4小结 20

第2章 机器学习算法——为深度学习做准备 22

2.1入门 22

2.2机器学习中的训练需求 23

2.3监督学习和无监督学习 25

2.3.1支持向量机 26

2.3.2隐马尔可夫模型 28

2.3.3神经网络 28

2.3.4逻辑回归 29

2.3.5增强学习 30

2.4机器学习应用流程 30

2.5神经网络的理论和算法 35

2.5.1单层感知器 36

2.5.2逻辑回归 42

2.5.3多类逻辑回归 45

2.5.4多层感知器 50

2.6小结 57

第3章 深度信念网络与栈式去噪自编码器 58

3.1神经网络的没落 58

3.2神经网络的复兴 59

3.2.1深度学习的进化——突破是什么 59

3.2.2预训练的深度学习 60

3.3深度学习算法 64

3.3.1限制玻尔兹曼机 65

3.3.2深度信念网络 74

3.3.3去噪自编码器 80

3.3.4栈式去噪自编码器 84

3.4小结 86

第4章 dropout和卷积神经网络 87

4.1没有预训练的深度学习算法 87

4.2 dropout 88

4.3卷积神经网络 97

4.3.1卷积 98

4.3.2池化 101

4.3.3公式和实现 101

4.4小结 114

第5章 探索Java深度学习库——DL4J、ND4J以及其他 115

5.1从零实现与使用库/框架 115

5.2 DL4J和ND4J的介绍 117

5.3使用ND4J实现 118

5.4使用DL4J实现 124

5.4.1设置 124

5.4.2构建 127

5.4.3 CNNMnistExample.java/LenetMnistExample.java 135

5.4.4学习速率的优化 140

5.5小结 142

第6章 实践应用——递归神经网络等 143

6.1深度学习热点 143

6.1.1图像识别 144

6.1.2自然语言处理 145

6.2深度学习的挑战 157

6.3最大化深度学习概率和能力的方法 159

6.3.1面向领域的方法 159

6.3.2面向分解的方法 162

6.3.3面向输出的方法 164

6.4小结 165

第7章 其他重要的深度学习库 166

7.1 Theano 166

7.2 TensorFlow 171

7.3 Caffe 176

7.4小结 177

第8章 未来展望 179

8.1深度学习的爆炸新闻 179

8.2下一步的展望 181

8.3对深度学习有用的新闻资源 185

8.4小结 187