深度学习(R语言版)

目录

第1章理解人工神经网络和深度神经网络

1.1配置环境

1.1.1准备工作

1.1.2操作步骤

1.1.3原理解析

1.1.4内容拓展

1.1.5参考阅读

1.2神经网络的Keras实现

1.3序贯模型API

1.3.1准备工作

1.3.2操作步骤

1.3.3原理解析

1.3.4内容拓展

1.3.5参考阅读

1.4函数式API

1.4.1操作步骤

1.4.2原理解析

1.4.3内容拓展

1.5TensorFlow Estimator API

1.5.1准备工作

1.5.2操作步骤

1.5.3原理解析

1.5.4内容拓展

1.5.5参考阅读

1.6TensorFlow Core API

1.6.1准备工作

1.6.2操作步骤

1.6.3原理解析

1.7实现单层神经网络

1.7.1准备工作

1.7.2操作步骤

1.7.3原理解析

1.7.4内容拓展

1.7.5参考阅读

1.8实现**个深度神经网络

1.8.1准备工作

1.8.2操作步骤

1.8.3原理解析

1.8.4内容拓展

1.8.5参考阅读

第2章卷积神经网络实战

2.1卷积运算导论

2.1.1准备工作

2.1.2操作步骤

2.1.3原理解析

2.1.4内容拓展

2.1.5参考阅读

2.2理解卷积步幅和填充

2.2.1操作步骤

2.2.2原理解析

2.3掌握池化层

2.3.1准备工作

2.3.2操作步骤

2.3.3原理解析

2.3.4内容拓展

2.3.5参考阅读

2.4实现迁移学习

2.4.1准备工作

2.4.2操作步骤

2.4.3原理解析

2.4.4内容拓展

2.4.5参考阅读

第3章循环神经网络实战

3.1使用RNN实现情感分类

3.1.1准备工作

3.1.2操作步骤

3.1.3原理解析

3.1.4内容拓展

3.1.5参考阅读

3.2使用LSTM实现文本生成

3.2.1准备工作

3.2.2操作步骤

3.2.3原理解析

3.2.4内容拓展

3.2.5参考阅读

3.3使用GRU实现时间序列预测

3.3.1准备工作

3.3.2操作步骤

3.3.3原理解析

3.3.4内容拓展

3.3.5参考阅读

3.4实现双向循环神经网络

3.4.1操作步骤

3.4.2原理解析

3.4.3内容拓展

第4章使用Keras实现自动编码器

4.1实现基本自动编码器

4.1.1准备工作

4.1.2操作步骤

4.1.3原理解析

4.1.4内容拓展

4.2降维自动编码器

4.2.1准备工作

4.2.2操作步骤

4.2.3原理解析

4.2.4内容拓展

4.3去噪自动编码器

4.3.1准备工作

4.3.2操作步骤

4.3.3原理解析

4.3.4内容拓展

4.4自动编码器的黑白图像着色实战

4.4.1准备工作

4.4.2操作步骤

4.4.3原理解析

4.4.4参考阅读

第5章深度生成模型

5.1使用GAN生成图像

5.1.1准备工作

5.1.2操作步骤

5.1.3原理解析

5.1.4内容拓展

5.1.5参考阅读

5.2实现深度卷积生成对抗网络

5.2.1准备工作

5.2.2操作步骤

5.2.3原理解析

5.2.4内容拓展

5.2.5参考阅读

5.3实现变分自动编码器

5.3.1准备工作

5.3.2操作步骤

5.3.3原理解析

5.3.4参考阅读

第6章使用大规模深度学习处理大数据

6.1基于亚马逊云服务的深度学习

6.1.1准备工作

6.1.2操作步骤

6.1.3原理解析

6.2基于微软Azure平台的深度学习

6.2.1准备工作

6.2.2操作步骤

6.2.3原理解析

6.2.4内容拓展

6.2.5参考阅读

6.3基于谷歌云平台的深度学习

6.3.1准备工作

6.3.2操作步骤

6.3.3原理解析

6.3.4内容拓展

6.4基于MXNet的深度学习

6.4.1准备工作

6.4.2操作步骤

6.4.3原理解析

6.4.4内容拓展

6.5使用MXNet实现深度学习网络

6.5.1准备工作

6.5.2操作步骤

6.5.3原理解析

6.6使用MXNet实现预测建模

6.6.1准备工作

6.6.2操作步骤

6.6.3原理解析

第7章自然语言处理

7.1神经机器翻译

7.1.1准备工作

7.1.2操作步骤

7.1.3原理解析

7.1.4内容拓展

7.1.5参考阅读

7.2使用深度学习生成文本摘要

7.2.1准备工作

7.2.2操作步骤

7.2.3原理解析

7.2.4内容拓展

7.2.5参考阅读

7.3语音识别

7.3.1准备工作

7.3.2操作步骤

7.3.3原理解析

7.3.4内容拓展

第8章深度学习之计算机视觉实战

8.1目标定位

8.1.1准备工作

8.1.2操作步骤

8.1.3原理解析

8.1.4内容拓展

8.2人脸识别

8.2.1准备工作

8.2.2操作步骤

8.2.3原理解析

8.2.4内容拓展

8.2.5参考阅读

第9章实现强化学习

9.1使用MDPtoolbox实现有模型强化学习

9.1.1准备工作

9.1.2操作步骤

9.1.3原理解析

9.1.4内容拓展

9.2无模型强化学习

9.2.1准备工作

9.2.2操作步骤

9.2.3原理解析

9.2.4参考阅读

9.3使用强化学习求解悬崖寻路问题

9.3.1准备工作

9.3.2操作步骤

9.3.3原理解析

9.3.4内容拓展