人工智能 类型
6.2 豆瓣评分
可以朗读 语音朗读
313千字 字数
2018-02-01 发行日期
展开全部

主编推荐语

深度学习理论与工具解析，涵盖视觉、语音、NLP及高级话题。

内容简介

首先从模型、隐层、训练优化等方面讲解基本的深度学习理论；然后讲解目前最热门的深度学习开源工具，包括Torch、Theano、Caffe、TensorFlow等；然后从视觉、语音、NLP三面应用进一步解释深度学习；最后是一些比较高级的深度学习话题，比如多任务学习，多模学习、迁移学习、模型压缩、RCNN、FCNN等。

目录

  • 封面
  • 版权页
  • 前言
  • 目录
  • 第1部分 深度学习基础篇
  • 1 概述
  • 1.1 人工智能
  • 1.1.1 人工智能的分类
  • 1.1.2 人工智能发展史
  • 1.2 机器学习
  • 1.2.1 机器学习的由来
  • 1.2.2 机器学习发展史
  • 1.2.3 机器学习方法分类
  • 1.2.4 机器学习中的基本概念
  • 1.3 神经网络
  • 1.3.1 神经网络发展史
  • 参考文献
  • 2 神经网络
  • 2.1 在神经科学中对生物神经元的研究
  • 2.1.1 神经元激活机制
  • 2.1.2 神经元的特点
  • 2.2 神经元模型
  • 2.2.1 线性神经元
  • 2.2.2 线性阈值神经元
  • 2.2.3 Sigmoid神经元
  • 2.2.4 Tanh神经元
  • 2.2.5 ReLU
  • 2.2.6 Maxout
  • 2.2.7 Softmax
  • 2.2.8 小结
  • 2.3 感知机
  • 2.3.1 感知机的提出
  • 2.3.2 感知机的困境
  • 2.4 DNN
  • 2.4.1 输入层、输出层及隐层
  • 2.4.2 目标函数的选取
  • 2.4.3 前向传播
  • 2.4.4 后向传播
  • 2.4.5 参数更新
  • 2.4.6 神经网络的训练步骤
  • 参考文献
  • 3 初始化模型
  • 3.1 受限玻尔兹曼机
  • 3.1.1 能量模型
  • 3.1.2 带隐藏单元的能量模型
  • 3.1.3 受限玻尔兹曼机基本原理
  • 3.1.4 二值RBM
  • 3.1.5 对比散度
  • 3.2 自动编码器
  • 3.2.1 稀疏自动编码器
  • 3.2.2 降噪自动编码器
  • 3.2.3 栈式自动编码器
  • 3.3 深度信念网络
  • 参考文献
  • 4 卷积神经网络
  • 4.1 卷积算子
  • 4.2 卷积的特征
  • 4.3 卷积网络典型结构
  • 4.3.1 基本网络结构
  • 4.3.2 构成卷积神经网络的层
  • 4.3.3 网络结构模式
  • 4.4 卷积网络的层
  • 4.4.1 卷积层
  • 4.4.2 池化层
  • 参考文献
  • 5 循环神经网络
  • 5.1 循环神经网络简介
  • 5.2 RNN、LSTM和GRU
  • 5.3 双向RNN
  • 5.4 RNN语言模型的简单实现
  • 参考文献
  • 6 深度学习优化算法
  • 6.1 SGD
  • 6.2 Momentum
  • 6.3 NAG
  • 6.4 Adagrad
  • 6.5 RMSProp
  • 6.6 Adadelta
  • 6.7 Adam
  • 6.8 AdaMax
  • 6.9 Nadam
  • 6.10 关于优化算法的使用
  • 参考文献
  • 7 深度学习训练技巧
  • 7.1 数据预处理
  • 7.2 权重初始化
  • 7.3 正则化
  • 7.3.1 提前终止
  • 7.3.2 数据增强
  • 7.3.3 L2/L1参数正则化
  • 7.3.4 集成
  • 7.3.5 Dropout
  • 参考文献
  • 8 深度学习框架
  • 8.1 Theano
  • 8.1.1 Theano
  • 8.1.2 安装
  • 8.1.3 计算图
  • 8.2 Torch
  • 8.2.1 概述
  • 8.2.2 安装
  • 8.2.3 核心结构
  • 8.2.4 小试牛刀
  • 8.3 PyTorch
  • 8.3.1 概述
  • 8.3.2 安装
  • 8.3.3 核心结构
  • 8.3.4 小试牛刀
  • 8.4 Caffe
  • 8.4.1 概述
  • 8.4.2 安装
  • 8.4.3 核心组件
  • 8.4.4 小试牛刀
  • 8.5 TensorFlow
  • 8.5.1 概述
  • 8.5.2 安装
  • 8.5.3 核心结构
  • 8.5.4 小试牛刀
  • 8.6 MXNet
  • 8.6.1 概述
  • 8.6.2 安装
  • 8.6.3 核心结构
  • 8.6.4 小试牛刀
  • 8.7 Keras
  • 8.7.1 概述
  • 8.7.2 安装
  • 8.7.3 模块介绍
  • 8.7.4 小试牛刀
  • 参考文献
  • 第2部分 计算机视觉篇
  • 9 计算机视觉背景
  • 9.1 传统计算机视觉
  • 9.2 基于深度学习的计算机视觉
  • 9.3 参考文献
  • 10 图像分类模型
  • 10.1 LeNet-5
  • 10.2 AlexNet
  • 10.3 VGGNet
  • 10.3.1 网络结构
  • 10.3.2 配置
  • 10.3.3 讨论
  • 10.3.4 几组实验
  • 10.4 GoogLeNet
  • 10.4.1 NIN
  • 10.4.2 GoogLeNet的动机
  • 10.4.3 网络结构细节
  • 10.4.4 训练方法
  • 10.4.5 后续改进版本
  • 10.5 ResNet
  • 10.5.1 基本思想
  • 10.5.2 网络结构
  • 10.6 DenseNet
  • 10.7 DPN
  • 参考文献
  • 11 目标检测
  • 11.1 相关研究
  • 11.1.1 选择性搜索
  • 11.1.2 OverFeat
  • 11.2 基于区域提名的方法
  • 11.2.1 R-CNN
  • 11.2.2 SPP-net
  • 11.2.3 Fast R-CNN
  • 11.2.4 Faster R-CNN
  • 11.2.5 R-FCN
  • 11.3 端到端的方法
  • 11.3.1 YOLO
  • 11.3.2 SSD
  • 11.4 小结
  • 参考文献
  • 12 语义分割
  • 12.1 全卷积网络
  • 12.1.1 FCN
  • 12.1.2 DeconvNet
  • 12.1.3 SegNet
  • 12.1.4 DilatedConvNet
  • 12.2 CRF/MRF的使用
  • 12.2.1 DeepLab
  • 12.2.2 CRFasRNN
  • 12.2.3 DPN
  • 12.3 实例分割
  • 12.3.1 Mask R-CNN
  • 参考文献
  • 13 图像检索的深度哈希编码
  • 13.1 传统哈希编码方法
  • 13.2 CNNH
  • 13.3 DSH
  • 13.4 小结
  • 参考文献
  • 第3部分 语音识别篇
  • 14 传统语音识别基础
  • 14.1 语音识别简介
  • 14.2 HMM简介
  • 14.2.1 HMM是特殊的混合模型
  • 14.2.2 转移概率矩阵
  • 14.2.3 发射概率
  • 14.2.4 Baum-Welch算法
  • 14.2.5 后验概率
  • 14.2.6 前向-后向算法
  • 14.3 HMM梯度求解
  • 14.3.1 梯度算法1
  • 14.3.2 梯度算法2
  • 14.3.3 梯度求解的重要性
  • 14.4 孤立词识别
  • 14.4.1 特征提取
  • 14.4.2 孤立词建模
  • 14.4.3 GMM-HMM
  • 14.5 连续语音识别
  • 14.6 Viterbi解码
  • 14.7 三音素状态聚类
  • 14.8 判别式训练
  • 参考文献
  • 15 基于WFST的语音解码
  • 15.1 有限状态机
  • 15.2 WFST及半环定义
  • 15.2.1 WFST
  • 15.2.2 半环（Semiring）
  • 15.3 自动机操作
  • 15.3.1 自动机基本操作
  • 15.3.2 转换器基本操作
  • 15.3.3 优化操作
  • 15.4 基于WFST的语音识别系统
  • 15.4.1 声学模型WFST
  • 15.4.2 三音素WFST
  • 15.4.3 发音字典WFST
  • 15.4.4 语言模型WFST
  • 15.4.5 WFST组合和优化
  • 15.4.6 组合和优化实验
  • 15.4.7 WFST解码
  • 参考文献
  • 16 深度语音识别
  • 16.1 CD-DNN-HMM
  • 16.2 TDNN
  • 16.3 CTC
  • 16.4 EESEN
  • 16.5 Deep Speech
  • 16.6 Chain
  • 参考文献
  • 17 CTC解码
  • 17.1 序列标注
  • 17.2 序列标注任务的解决办法
  • 17.2.1 序列分类
  • 17.2.2 分割分类
  • 17.2.3 时序分类
  • 17.3 隐马模型
  • 17.4 CTC基本定义
  • 17.5 CTC前向算法
  • 17.6 CTC后向算法
  • 17.7 CTC目标函数
  • 17.8 CTC解码基本原理
  • 17.8.1 最大概率路径解码
  • 17.8.2 前缀搜索解码
  • 17.8.3 约束解码
  • 参考文献
  • 第4部分 自然语言处理篇
  • 18 自然语言处理简介
  • 18.1 NLP的难点
  • 18.2 NLP的研究范围
  • 19 词性标注
  • 19.1 传统词性标注模型
  • 19.2 基于神经网络的词性标注模型
  • 19.3 基于Bi-LSTM的神经网络词性标注模型
  • 参考文献
  • 20 依存句法分析
  • 20.1 背景
  • 20.2 SyntaxNet技术要点
  • 20.2.1 Transition-based系统
  • 20.2.2 “模板化”技术
  • 20.2.3 Beam Search
  • 参考文献
  • 21 word2vec
  • 21.1 背景
  • 21.1.1 词向量
  • 21.1.2 统计语言模型
  • 21.1.3 神经网络语言模型
  • 21.1.4 Log-linear模型
  • 21.1.5 Log-bilinear模型
  • 21.1.6 层次化Log-bilinear模型
  • 21.2 CBOW模型
  • 21.3 Skip-gram模型
  • 21.4 Hierarchical Softmax与Negative Sampling
  • 21.5 fastText
  • 21.6 GloVe
  • 21.7 小结
  • 参考文献
  • 22 神经网络机器翻译
  • 22.1 机器翻译简介
  • 22.2 神经网络机器翻译基本模型
  • 22.3 基于Attention的神经网络机器翻译
  • 22.4 谷歌机器翻译系统GNMT
  • 22.5 基于卷积的机器翻译
  • 22.6 小结
  • 参考文献
  • 第5部分 深度学习研究篇
  • 23 Batch Normalization
  • 23.1 前向与后向传播
  • 23.1.1 前向传播
  • 23.1.2 后向传播
  • 23.2 有效性分析
  • 23.2.1 内部协移
  • 23.2.2 梯度流
  • 23.3 使用与优化方法
  • 23.4 小结
  • 参考文献
  • 24 Attention
  • 24.1 从简单RNN到RNN+Attention
  • 24.2 Soft Attention与Hard Attention
  • 24.3 Attention的应用
  • 24.4 小结
  • 参考文献
  • 25 多任务学习
  • 25.1 背景
  • 25.2 什么是多任务学习
  • 25.3 多任务分类与其他分类概念的关系
  • 25.3.1 二分类
  • 25.3.2 多分类
  • 25.3.3 多标签分类
  • 25.3.4 相关关系
  • 25.4 多任务学习如何发挥作用
  • 25.4.1 提高泛化能力的潜在原因
  • 25.4.2 多任务学习机制
  • 25.4.3 后向传播多任务学习如何发现任务是相关的
  • 25.5 多任务学习被广泛应用
  • 25.5.1 使用未来预测现在
  • 25.5.2 多种表示和度量
  • 25.5.3 时间序列预测
  • 25.5.4 使用不可操作特征
  • 25.5.5 使用额外任务来聚焦
  • 25.5.6 有序迁移
  • 25.5.7 多个任务自然地出现
  • 25.5.8 将输入变成输出
  • 25.6 多任务深度学习应用
  • 25.6.1 脸部特征点检测
  • 25.6.2 DeepID2
  • 25.6.3 Fast R-CNN
  • 25.6.4 旋转人脸网络
  • 25.6.5 实例感知语义分割的MNC
  • 25.7 小结
  • 参考文献
  • 26 模型压缩
  • 26.1 模型压缩的必要性
  • 26.2 较浅的网络
  • 26.3 剪枝
  • 26.4 参数共享
  • 26.5 紧凑网络
  • 26.6 二值网络
  • 26.7 小结
  • 参考文献
  • 27 增强学习
  • 27.1 什么是增强学习
  • 27.2 增强学习的数学表达形式
  • 27.2.1 MDP
  • 27.2.2 策略函数
  • 27.2.3 奖励与回报
  • 27.2.4 价值函数
  • 27.2.5 贝尔曼方程
  • 27.2.6 最优策略性质
  • 27.3 用动态规划法求解增强学习问题
  • 27.3.1 Agent的目标
  • 27.3.2 策略评估
  • 27.3.3 策略改进
  • 27.3.4 策略迭代
  • 27.3.5 策略迭代的例子
  • 27.3.6 价值迭代
  • 27.3.7 价值迭代的例子
  • 27.3.8 策略函数和价值函数的关系
  • 27.4 无模型算法
  • 27.4.1 蒙特卡罗法
  • 27.4.2 时序差分法
  • 27.4.3 Q-Learning
  • 27.5 Q-Learning的例子
  • 27.6 AlphaGo原理剖析
  • 27.6.1 围棋与机器博弈
  • 27.6.2 Alpha-Beta树
  • 27.6.3 MCTS
  • 27.6.4 UCT
  • 27.6.5 AlphaGo的训练策略
  • 27.6.6 AlphaGo的招式搜索算法
  • 27.6.7 围棋的对称性
  • 27.7 AlphaGo Zero
  • 参考文献
  • 28 GAN
  • 28.1 生成模型
  • 28.2 生成对抗模型的概念
  • 28.3 GAN实战
  • 28.4 InfoGAN——探寻隐变量的内涵
  • 28.5 Image-Image Translation
  • 28.6 WGAN(Wasserstein GAN)
  • 28.6.1 GAN目标函数的弱点
  • 28.6.2 Wasserstein度量的优势
  • 28.6.3 WGAN的目标函数
  • 参考文献
  • A 本书涉及的开源资源列表
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。