图书介绍

深度学习理论与实践2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

何希平，刘波著著
出版社：北京：科学出版社
ISBN：9787030521040
出版时间：2017
标注页数：154页
文件大小：26MB
文件页数：162页
主题词：学习系统－研究

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]

点击复制MD5值：267be8fdb9b9b8682c29920b4b210a83

下载说明

深度学习理论与实践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。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

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章深度学习概述1

1.1什么是深度学习1

1.1.1深度学习与表示学习7

1.1.2深度学习与神经网络8

1.2本章小结11

第2章神经网络13

2.1神经网络的基本原理14

2.1.1硬阈值单元（阶跃激活函数）和符号函数14

2.1.2常见的激活函数15

2.1.3近似生物神经激活函数：Softplus和ReLU16

2.2神经网络的结构18

2.3本章小结23

第3章与深度学习相关的最优化算法24

3.1无约束优化24

3.1.1与梯度相关的无约束最优化方法25

3.1.2线性搜索27

3.1.3基于梯度最优化方法的收敛性30

3.2约束优化32

3.2.1约束优化的基础知识32

3.2.2凸优化34

3.2.3求解凸优化的方法39

3.3随机梯度法43

3.4本章小结47

第4章自编码器49

4.1稀疏自编码器56

4.2栈式自编码器61

4.3去噪自编码器62

4.4收缩自编码器69

4.5本章小结71

第5章 Boltzmann机与深度信念网72

5.1生成模型72

5.2受限Boltzmann机80

5.2.1能量模型81

5.2.2 Boltzmann机82

5.2.3受限的Boltzmann机83

5.3深度信念网87

5.4本章小结91

第6章卷积神经网络92

6.1尺度不变特征变换93

6.2方向梯度直方图97

6.3局部二值模型99

6.4卷积神经网络概述103

6.4.1卷积运算103

6.4.2卷积神经网络的基本概念107

6.4.3卷积神经网络的结构109

6.4.4计算卷积神经网络的梯度111

6.5卷积神经网络的新进展113

6.5.1图像分类中的卷积神经网络113

6.5.2目标检测中的卷积神经网络117

6.5.3空间金字塔匹配的基本原理128

6.6本章小结130

第7章深度学习应用131

7.1深度学习框架131

7.2 Caffe简介131

7.3一个简单的Caffe例子132

7.3.1读取Caffe框架中每层参数和数据135

7.3.2读取配置文件中各层参数和数据例子136

7.3.3读取已训练好的模型参数139

7.4本章小节140

附录141

附录A Windows下Caffe的编译与测试141

附录B 稀疏自编码的模拟147

参考文献148