图解深度学习--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

编辑推荐

1.实用136张图+60段代码帮助理解相关理论和工具的使用方法。可作为专业理论书籍、参考文献的辅助读物随时翻阅2.专业浓缩深度学习的关键知识点，内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。同时辅以代码，介绍了Theano、Pylearn2、Caffe、DIGITS、Chainer和TensorFlow等深度学习工具的安装和使用方法。3.易懂图文并茂，知识点清晰直观、便于理解。全彩印刷、版式精美，技术书也可赏心悦目。

内容简介

本书从深度学习的发展历程讲起，以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法，以及深度学习在图像识别等领域的应用案例。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。此外，还介绍了包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow 在内的深度学习工具的安装和使用方法。

作者简介

山下隆义（作者）1978年出生于日本神户，2002年修完博士前期课程，并于当年入职欧姆龙股份有限公司，主要从事快速人脸图像检测相关的软件研究和开发。2011年在日本中部大学研究生院工学研究科修完博士后期课程，获得工学博士学位。2014年开始担任中部大学工学院信息工程系讲师。目前从事动画处理、模式识别和机器学习相关的研究。曾多次荣获日本深度学习研究相关奖项，并在多个相关研讨会上担任讲师。张弥（译者）毕业于大连外国语大学日本语学院。现就职于某日本大型跨国公司，从事技术翻译工作，具有丰富的软件开发和医学翻译经验。喜欢挑战新事物，乐于学习新知识和接触新领域。

第 1章绪论 1.1 深度学习与机器学习 21.2 深度学习的发展历程 31.3 为什么是深度学习 61.4 什么是深度学习 71.5 本书结构 9第 2章神经网络2.1 神经网络的历史 122.2 M-P模型 142.3 感知器 162.4 多层感知器 182.5 误差反向传播算法 192.6 误差函数和激活函数 282.7 似然函数 302.8 随机梯度下降法 312.9 学习率 322.10 小结 33第3章卷积神经网络3.1 卷积神经网络的结构 363.2 卷积层 383.3 池化层 393.4 全连接层 403.5 输出层 413.6 神经网络的训练方法 413.7 小结 48第4章受限玻尔兹曼机4.1 Hopfield 神经网络 504.2 玻尔兹曼机 554.3 受限玻尔兹曼机 594.4 对比散度算法 614.5 深度信念网络 644.6 小结 66第5章自编码器5.1 自编码器 685.2 降噪自编码器 715.3 稀疏自编码器 735.4 栈式自编码器 765.5 在预训练中的应用 775.6 小结 78第6章提高泛化能力的方法6.1 训练样本 806.2 预处理 886.3 激活函数 926.4 Dropout 946.5 DropConnect 966.6 小结 98第7章深度学习工具7.1 深度学习开发环境 1007.2 Theano 1007.3 Pylearn2 1087.4 Caffe 1187.5 训练系统——DIGITS1377.6 Chainer 1457.7 TensorFlow 1607.8 小结 176第8章深度学习的现在和未来8.1 深度学习的应用案例1788.2 深度学习的未来 1958.3 小结 197参考文献 198

图解深度学习

库存： {{selectedSku?.stock}} 库存充足