本書、系統(tǒng)地介紹深度學(xué)習(xí)相關(guān)的技術(shù)，包括人工神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)平臺及源代碼分析，深度學(xué)習(xí)入門與進(jìn)階，深度學(xué)習(xí)高級實(shí)踐，所有章節(jié)均附有源程序，所有實(shí)驗(yàn)讀者均可重現(xiàn)，具有高度的可操作性和實(shí)用性。通過學(xué)習(xí)本書，研究人員、深度學(xué)習(xí)愛好者，能夠在3 個月內(nèi)，系統(tǒng)掌握深度學(xué)習(xí)相關(guān)的理論和技術(shù)。
本書、系統(tǒng)地介紹深度學(xué)習(xí)相關(guān)的技術(shù)，所有章節(jié)均附有源程序，所有實(shí)驗(yàn)讀者均可重現(xiàn)，具有高度的可操作性和實(shí)用性。
張重生，博士，教授，碩士生導(dǎo)師，河南大學(xué)大數(shù)據(jù)研究中心、大數(shù)據(jù)團(tuán)隊(duì)帶頭人。研究領(lǐng)域?yàn)榇髷?shù)據(jù)分析、深度學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)庫、數(shù)據(jù)流(實(shí)時(shí)數(shù)據(jù)分析)。
博士畢業(yè)于 INRIA,France(法國國家信息與自動化研究所)，獲得博士論文榮譽(yù)。2010年08月至2011年3月，在美國加州大學(xué)洛杉磯分校(UCLA)，計(jì)算機(jī)系，師從著名的數(shù)據(jù)庫專家Carlo Zaniolo教授，從事數(shù)據(jù)挖掘領(lǐng)域的合作研究。 2012-2013,挪威科技大學(xué)，ERCIM/Marie-Curie Fellow。
目 錄
深度學(xué)習(xí)基礎(chǔ)篇
第1 章 緒論 2
1.1 引言 2
1.1.1 Google 的深度學(xué)習(xí)成果 2
1.1.2 Microsoft 的深度學(xué)習(xí)成果 3
1.1.3 國內(nèi)公司的深度學(xué)習(xí)成果 3
1.2 深度學(xué)習(xí)技術(shù)的發(fā)展歷程 4
1.3 深度學(xué)習(xí)的應(yīng)用領(lǐng)域 6
1.3.1 圖像識別領(lǐng)域 6
1.3.2 語音識別領(lǐng)域 6
1.3.3 自然語言理解領(lǐng)域 7
1.4 如何開展深度學(xué)習(xí)的研究和應(yīng)用開發(fā) 7
本章參考文獻(xiàn) 11
第2 章 國內(nèi)外深度學(xué)習(xí)技術(shù)研發(fā)現(xiàn)狀及其產(chǎn)業(yè)化趨勢 13
2.1 Google 在深度學(xué)習(xí)領(lǐng)域的研發(fā)現(xiàn)狀 13
2.1.1 深度學(xué)習(xí)在Google 的應(yīng)用 13
2.1.2 Google 的TensorFlow 深度學(xué)習(xí)平臺 14
2.1.3 Google 的深度學(xué)習(xí)芯片TPU 15
2.2 Facebook 在深度學(xué)習(xí)領(lǐng)域的研發(fā)現(xiàn)狀 15
2.2.1 Torchnet ·
