图书介绍

基于深度置信网络的分类方法pdf电子书版本下载

基于深度置信网络的分类方法
  • 周树森著 著
  • 出版社: 北京:清华大学出版社
  • ISBN:9787302413554
  • 出版时间:2015
  • 标注页数:136页
  • 文件大小:64MB
  • 文件页数:157页
  • 主题词:机器学习-分析方法

PDF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]

下载说明

基于深度置信网络的分类方法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

图书目录

第1章 绪论 1

1.1 引言 1

1.2 机器学习方法 2

1.2.1 监督学习方法 3

1.2.2 半监督学习方法 4

1.3 深度学习方法 6

1.4 本书的研究内容 9

1.5 本书的结构安排 12

第2章 区分深度置信网络方法 15

2.1 引言 15

2.2 图像分类 16

2.3 区分深度置信网络 17

2.3.1 半监督学习问题描述 17

2.3.2 区分深度置信网络结构 18

2.3.3 区分深度置信网络的无监督学习方法 19

2.3.4 区分深度置信网络的监督学习方法 21

2.3.5 区分深度置信网络算法流程 25

2.4 区分深度置信网络实验 26

2.4.1 区分深度置信网络实验设置 26

2.4.2 在小规模人工数据集上的实验 27

2.4.3 在中规模图片数据集上的实验 28

2.4.4 在大规模手写数据集上的实验 30

2.4.5 在不同规模和深度的深层架构上的实验 31

2.5 本章小结 35

第3章 自适应深度置信网络方法 36

3.1 引言 36

3.2 自适应深度置信网络 37

3.2.1 监督学习问题描述 37

3.2.2 自适应深度置信网络结构 37

3.2.3 自适应深度置信网络的无监督学习方法 38

3.2.4 自适应深度置信网络的监督学习方法 40

3.2.5 自适应深度置信网络算法流程 40

3.3 自适应深度置信网络实验 42

3.3.1 自适应深度置信网络实验设置 42

3.3.2 在中规模图片数据集上的实验 43

3.3.3 在中规模手写字母数据集上的实验 43

3.3.4 在大规模手写数字数据集上的实验 46

3.4 本章小结 50

第4章 量子深度置信网络方法 51

4.1 引言 51

4.2 量子深度置信网络 52

4.2.1 量子深度置信网络结构 52

4.2.2 量子深度置信网络的监督学习方法 55

4.2.3 量子深度置信网络算法流程 56

4.3 量子深度置信网络实验 57

4.3.1 量子深度置信网络实验设置 57

4.3.2 在小规模花数据集上的实验 58

4.3.3 在小规模诊断数据集上的实验 60

4.3.4 在大规模手写数据集上的实验 61

4.4 本章小结 65

第5章 主动深度置信网络方法 66

5.1 引言 66

5.2 情感分类 67

5.3 主动深度置信网络 70

5.3.1 主动学习问题描述 70

5.3.2 主动深度置信网络的主动学习方法 71

5.3.3 主动深度置信网络算法流程 73

5.4 主动深度置信网络实验 75

5.4.1 主动深度置信网络实验设置 75

5.4.2 主动深度置信网络性能 76

5.4.3 主动学习效果 78

5.4.4 损失函数效果 79

5.4.5 使用不同数量标注数据实验 80

5.5 本章小结 82

第6章 主动模糊深度置信网络方法 83

6.1 引言 83

6.2 模糊深度置信网络 84

6.2.1 模糊深度置信网络结构 85

6.2.2 模糊参数提取 86

6.2.3 模糊深度置信网络算法 88

6.2.4 使用模糊深度置信网络分类 89

6.3 主动模糊深度置信网络 91

6.3.1 主动模糊深度置信网络算法描述 91

6.3.2 使用主动模糊深度置信网络分类 92

6.4 主动模糊深度置信网络实验 93

6.4.1 主动模糊深度置信网络实验设置 93

6.4.2 模糊深度置信网络性能 94

6.4.3 主动模糊深度置信网络性能 95

6.4.4 使用不同数量的标注数据实验 97

6.4.5 本书所提出的各种方法的训练时间 99

6.5 本章小结 101

第7章 基于深度学习的手写中文识别 102

7.1 引言 102

7.2 手写识别 103

7.3 使用深层架构的手写识别系统 104

7.4 手写识别系统中用到的深层架构 105

7.5 手写中文识别实验 106

7.5.1 在HIT-OR3C数据库上的实验 107

7.5.2 在CASIA-OLHWDB1数据库上的实验 111

7.5.3 在SCUT-COUCH2009数据库上的实验 111

7.6 本章小结 115

结论 116

参考文献 120

精品推荐