本书介绍
深度学习是一系列令人振奋的神经网络新技术。通过结合先进的训练技术和神经网络架构组件,现在可以创建神经网络,可以处理表格数据、图像、文本和音频作为网络的输入和输出。深度学习允许神经网络以类似人脑功能的方式学习信息的层次结构。
文末附本书最新免费pdf下载地址。
本书将向学生介绍经典的神经网络结构、卷积神经网络(CNN)、长短期记忆(LSTM)、门控递归神经网络(GRU)、一般对抗网络(GAN)和强化学习。这些模型被广泛应用于计算机视觉、时间序列、安全、自然语言处理和数据生成等方面。高性能计算方面将展示如何在图形处理单元和网格上利用深度学习建模。本书重点讲解深度学习这些问题中的应用,以及一些数学基础的介绍。读者将使用Python编程语言,使用谷歌TensorFlow和Keras实现深度学习。本书之前没必要了解Python,然而至少熟悉一种编程语言。
本书目录
内容截图
本书免费pdf下载地址
微信公众号“深度学习与NLP”回复关键字“addl21”获取下载地址。
往期精品内容推荐
Yann Lecun-纽约大学《深度学习(PyTorch)》课程视频及ppt分享
推荐几个NLP出论文的好方向!!
蒂宾根大学-《机器学习导论2021》课程视频及ppt免费分享
深度学习推荐系统、CTR预估工业界实战论文整理分享
神经网络语音分离必读论文、代码、教程、公开数据集整理分享
2020最新互联网算法岗必读新书-《算法设计与分析基础》免费pdf分享
2020年最新最新人工智能学习路线-分享给大家<非广告>
深度学习实战-从源码解密AlphGo Zero背后基本原理
2020年6月最新4本人工智能/机器学习/NLP书籍分享