封面
版权信息
前言
第1部分 神经网络和深度学习
第1章 深度学习简介
1.1 神经网络
1.2 神经网络的监督学习应用
1.3 为什么深度学习会兴起
第2章 神经网络的编程基础
2.1 二分类
2.2 逻辑回归
2.3 逻辑回归的代价函数
2.4 梯度下降法
2.5 计算图
2.6 使用计算图求导数
- APP免费
2.7 逻辑回归中的梯度下降
- APP免费
2.8 m个样本的梯度下降
- APP免费
2.9 向量化
- APP免费
2.10 向量化逻辑回归
- APP免费
2.11 向量化逻辑回归的输出
- APP免费
2.12 Python中的广播
- APP免费
2.13 numpy向量
- APP免费
2.14 logistic损失函数的解释
- APP免费
第3章 浅层神经网络
- APP免费
3.1 神经网络概述
- APP免费
3.2 神经网络的表示
- APP免费
3.3 计算一个神经网络的输出
- APP免费
3.4 多样本向量化
- APP免费
3.5 激活函数
- APP免费
3.6 激活函数的导数
- APP免费
3.7 神经网络的梯度下降
- APP免费
3.8 理解反向传播
- APP免费
3.9 随机初始化
- APP免费
第4章 深层神经网络
- APP免费
4.1 深层神经网络概述
- APP免费
4.2 前向传播和反向传播
- APP免费
4.3 深层网络中矩阵的维数
- APP免费
4.4 为什么使用深层表示
- APP免费
4.5 超参数
- APP免费
第2部分 改善深层神经网络：超参数调试、正则化以及优化
- APP免费
第5章 深度学习的实践
- APP免费
5.1 训练、验证、测试集
- APP免费
5.2 偏差、方差
- APP免费
5.3 机器学习基础
- APP免费
5.4 正则化
- APP免费
5.5 正则化如何降低过拟合
- APP免费
5.6 dropout正则化
- APP免费
5.7 理解dropout
- APP免费
5.8 其他正则化方法
- APP免费
5.9 归一化输入
- APP免费
5.10 梯度消失/梯度爆炸
- APP免费
5.11 梯度的数值逼近
- APP免费
5.12 梯度检验
- APP免费
第6章 优化算法
- APP免费
6.1 mini-batch梯度下降
- APP免费
6.2 理解mini-batch梯度下降法
- APP免费
6.3 动量梯度下降法
- APP免费
6.4 RMSprop
- APP免费
6.5 Adam优化算法
- APP免费
6.6 学习率衰减
- APP免费
6.7 局部最优问题
- APP免费
第7章 超参数调试、正则化
- APP免费
7.1 调试处理
- APP免费
7.2 超参数的合适范围
- APP免费
7.3 归一化网络的激活函数
- APP免费
7.4 将batch norm拟合进神经网络
- APP免费
7.5 batch归一化分析
- APP免费
7.6 softmax回归
- APP免费
7.7 训练一个softmax分类器
- APP免费
7.8 TensorFlow
- APP免费
第3部分 卷积神经网络及应用
- APP免费
第8章 卷积神经网络
- APP免费
8.1 计算机视觉
- APP免费
8.2 边缘检测示例
- APP免费
8.3 边缘检测内容
- APP免费
8.4 填充
- APP免费
8.5 卷积步长
- APP免费
8.6 三维卷积
- APP免费
8.7 单层卷积网络
- APP免费
8.8 简单卷积网络示例
- APP免费
8.9 池化层
- APP免费
8.10 卷积神经网络示例
- APP免费
8.11 为什么使用卷积
- APP免费
第9章 深度卷积网络：实例探究
- APP免费
9.1 经典网络
- APP免费
9.2 残差网络
- APP免费
9.3 残差网络为什么有用
- APP免费
9.4 网络中的1×1卷积
- APP免费
9.5 谷歌Inception网络
- APP免费
9.6 迁移学习
- APP免费
9.7 数据增强
- APP免费
第10章 目标检测
- APP免费
10.1 目标定位
- APP免费
10.2 特征点检测
- APP免费
10.3 目标检测
- APP免费
10.4 滑动窗口的卷积实现
- APP免费
10.5 Bounding Box预测
- APP免费
10.6 交并比
- APP免费
10.7 非极大值抑制
- APP免费
10.8 Anchor Boxes
- APP免费
10.9 YOLO算法
- APP免费
第11章 特殊应用：人脸识别和神经风格迁移
- APP免费
11.1 One-Shot学习
- APP免费
11.2 Siamese网络
- APP免费
11.3 Triplet损失
- APP免费
11.4 人脸验证与二分类
- APP免费
11.5 神经风格迁移
- APP免费
11.6 深度卷积网络学习什么
- APP免费
11.7 代价函数
- APP免费
11.8 内容代价函数
- APP免费
11.9 风格代价函数
- APP免费
11.10 一维到三维推广
- APP免费
第4部分 序列模型
- APP免费
第12章 循环序列模型
- APP免费
12.1 为什么选择序列模型
- APP免费
12.2 数学符号
- APP免费
12.3 循环神经网络模型
- APP免费
12.4 通过时间的反向传播
- APP免费
12.5 不同类型的循环神经网络
- APP免费
12.6 语言模型和序列生成
- APP免费
12.7 对新序列采样
- APP免费
12.8 循环神经网络的梯度消失
- APP免费
12.9 GRU单元
- APP免费
12.10 长短期记忆
- APP免费
12.11 双向循环神经网络
- APP免费
12.12 深层循环神经网络
- APP免费
第13章 序列模型和注意力机制
- APP免费
13.1 序列结构的各种序列
- APP免费
13.2 选择最可能的句子
- APP免费
13.3 集束搜索
- APP免费
13.4 改进集束搜索
- APP免费
13.5 集束搜索的误差分析
- APP免费
13.6 注意力模型直观理解
- APP免费
13.7 注意力模型
- APP免费
附录
- APP免费
附录A 深度学习符号指南
- APP免费
A.1 数据标记与上下标
- APP免费
A.2 神经网络模型
- APP免费
A.3 正向传播方程示例
- APP免费
A.4 通用激活公式
- APP免费
A.5 损失函数
- APP免费
A.6 深度学习图示
- APP免费
附录B 线性代数
- APP免费
B.1 基础概念和符号
- APP免费
B.2 矩阵乘法
- APP免费
封底
更新时间：2023-08-28 19:33:14
完结共146章
倒序