本书基本独立成册,适用于零基础的初学者。 基础篇(第1~3章),讲解了机器学习、深度学习与实践的上下文知识,如基本的机器学习与深度学习算法,TensorFlow框架的安全与配置,简单的深度学习实践。该篇是阅读和实践的基石。 原理与实践篇(第4~8章),介绍“老牌”的深度学习网络的数学原理和工程实现原理,尤其是第4章,如果能基本读懂,后面的网络实现层面的问题基本都可以迎刃而解。涵盖BP网络、CNN、RNN的结构、思路、训练与使用,以及一些常见的综合性问题。该篇是学习深度学习的重点和难点,作者通过大量示例、推理与实现,帮读者*大化降低学习曲线。 扩展篇(第9~13章),介绍一些网络的变种和一些较新的网络特性,涵盖深度残差网络、受限玻尔兹曼机、强化学习、对抗学习,这是读者进一步学习与实践思路的钥匙。最后给出了一些有趣的深度学习应用:人脸识别、作诗姬、大师风图像处理,有趣又有用。
-
标签: