描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787121342479
1.1 初见 ……………………………………………………………………………………………………………………… 1
1.2 机器学习 ………………………………………………………………………………………………………………. 1
1.3 神经网络 ………………………………………………………………………………………………………………. 3
1.4 深度学习介绍 ……………………………………………………………………………………………………….. 7
1.5 深度学习应用 ……………………………………………………………………………………………………….. 8
1.6 深度学习框架 ……………………………………………………………………………………………………… 12
1.7 深度学习的未来 ………………………………………………………………………………………………….. 15
第2 章 PaddlePaddle 简介 ……………………………………………………………………………………… 16
2.1 安装PaddlePaddle ………………………………………………………………………………………………… 16
2.2 测试PaddlePaddle ………………………………………………………………………………………………… 29
第3 章 初探手写数字识别 ………………………………………………………………………………………. 31
第4 章 PaddlePaddle 基本用法 ………………………………………………………………………………. 44
4.1 数据准备 …………………………………………………………………………………………………………….. 44
4.2 原始数据读取及预处理 ……………………………………………………………………………………….. 44
4.3 PaddlePaddle 训练数据 …………………………………………………………………………………………. 46
4.4 模型配置 …………………………………………………………………………………………………………….. 52
4.5 激活函数 …………………………………………………………………………………………………………….. 58
4.6 优化方法 …………………………………………………………………………………………………………….. 64
4.7 损失函数 …………………………………………………………………………………………………………….. 72
4.8 均方损失函数 ……………………………………………………………………………………………………… 73
4.9 交叉熵损失函数 ………………………………………………………………………………………………….. 73
4.10 Huber 损失函数 …………………………………………………………………………………………………. 74
4.11 CRF 损失函数 ……………………………………………………………………………………………………. 74
4.12 CTC 损失函数 ……………………………………………………………………………………………………. 75
4.13 反向传播算法 ……………………………………………………………………………………………………. 75
第5 章 卷积神经网络 ……………………………………………………………………………………………… 78
5.1 卷积神经网络 ……………………………………………………………………………………………………… 78
5.2 实例学习 …………………………………………………………………………………………………………….. 87
5.3 拓展 ………………………………………………………………………………………………………………….. 112
第6 章 循环神经网络 ……………………………………………………………………………………………. 118
6.1 RNN 简介 ………………………………………………………………………………………………………….. 118
6.2 双向循环神经网络 …………………………………………………………………………………………….. 121
6.3 循环神经网络使用场景 ……………………………………………………………………………………… 127
6.4 预测sin 函数序列 ………………………………………………………………………………………………. 129
6.5 拓展 ………………………………………………………………………………………………………………….. 134
第7 章 PaddlePaddle 实战 ……………………………………………………………………………………. 136
7.1 自编码器 …………………………………………………………………………………………………………… 136
7.2 PaddlePaddle 实现自编码器 ………………………………………………………………………………… 137
7.3 实战OCR 识别（一） ……………………………………………………………………………………….. 140
7.4 实战OCR 识别（二） ……………………………………………………………………………………….. 150
7.5 情感分析 …………………………………………………………………………………………………………… 164
7.6 Seq2Seq 及其应用 ……………………………………………………………………………………………… 172
7.7 实现 ………………………………………………………………………………………………………………….. 178
7.8 Image Caption …………………………………………………………………………………………………….. 194
第8 章 深度学习新星：生成对抗网络GAN …………………………………………………………….. 208
8.1 生成对抗网络（GAN） ……………………………………………………………………………………… 208
8.2 GAN 的其他应用 ……………………………………………………………………………………………….. 213
第9 章 强化学习与AlphaGo …………………………………………………………………………………. 216
深度学习是当下十分火热的技术之一，在大数据和大规模高速并行计算的帮助下，深度神经网络在各大领域开始发挥出巨大威力。“刷脸”解锁、自动驾驶、机器翻译、图像识别，这些技术已经扎根于我们的生活之中。有人说“21 世纪是人工智能的世纪”，我很赞同这个观点，尤其近几年，出现了像AlphaGo、Apollo 自动驾驶这样的技术浪潮。在学术界，机器学习相关会议和期刊投稿数逐年翻倍，越来越多的学者转向人工智能领域，或是研究机器学习最基本的理论；或是不断追求更好的方法和模型来解决计算机视觉、自然语言处理及数据挖掘；或是开始寻找新方向，走出一条“AI ”之路，将深度学习应用到更广阔的领域，如医疗、零售等。很多人认为这些都是科学理论，离我们还很遥远，其实不然，人工智能应用已经在不断靠近并改善我们的生活。
在这样一个浪潮趋势下，可能越来越多的人会投身于人工智能领域，但很多资料和文献门槛过高，丰富的数学理论知识，让很多人望而却步。因此，借着这个机会，我想通过这本书把我所学的分享给大家，让我们共同学习，共同创造，共同为人工智能的发展贡献一份力量。
本书内容
本书共9 章，首先从基础知识入手，将PaddlePaddle 框架的函数与深度学习知识相结合，带领读者灵活搭建神经网络，并选择合适的优化算法和激活函数，训练神经网络。
结合目前前沿的研究及样例代码，帮助读者加深对卷积神经网络和循环神经网络的理解。
接着用丰富的案例，如图像识别、图像描述及聊天机器人等，通过实例讲解如何将PaddlePaddle 框架应用到实际应用中。
最后，介绍了对抗网络（GAN）及强化学习的基本思想和应用，通过解读对抗网络（GAN）的官方代码，帮助读者理解GAN。
本书面向的读者
对深度学习感兴趣的初学者。对于初学者，本书将PaddlePaddle 框架和深度学习的基本概念和基本原理相结合，在学习理论知识的同时掌握了一个高效的深度学习框架。
人工智能领域的研究者及从业者。对于从业者，本书更是一本工具书，读者可以通过阅读本书学习PaddlePaddle 框架，利用丰富的实例和代码快速上手，并将PaddlePaddle 框架运用到自己的工作和研究中。
致谢
感谢百度公司PaddlePaddle 团队，开发出一款高效、易用、易学的深度学习框架PaddlePaddle，并成为国内首个开源深度学习平台。
感谢百度公司PaddlePaddle 开发者和开源社区的朋友，能够快速地回复我的每一个GitHub Issue，并耐心指导我解决一些问题。
感谢本书所引用著作和论文的作者们，你们的学习成果为我打开了通往人工智能新世界的
大门，通过学习你们在这些领域的知识，我对深度学习的理论知识及其应用都得到了提升和加强。
感谢本书的每一位读者，你们的存在是对我最大的支持和鼓励。当然，如果在阅读过程中发现了一些错误或者疑问，十分欢迎与您交流沟通，我的邮箱是[email protected]。
由于本人能力有限，因此书中可能存在一些不恰当的表述或者遗漏，还请多多包涵。
程天恒
评论
还没有评论。