目 录__eol__第1章 深度学习基础 1__eol__1.1 人工智能、机器学习与深度学习 1__eol__1.1.1 人工智能简介 1__eol__1.1.2 机器学习简介 2__eol__1.1.3 深度学习简介 3__eol__1.2 深度学习的三大核心要素 4__eol__1.3 神经元与深度神经网络 7__eol__1.4 神经网络中常用的激励函数 9__eol__1.5 深度学习的优势 13__eol__1.6 常用的深度学习框架 15__eol__本章小结 16__eol__习题 16__eol__第2章 深度学习框架PyTorch的安装 19__eol__2.1 PyTorch介绍 19__eol__2.2 Windows系统中PyTorch的配置 20__eol__2.2.1 安装Python 20__eol__2.2.2 PyTorch环境搭建 21__eol__2.3 Linux系统中PyTorch的配置 22__eol__2.3.1 安装虚拟机 23__eol__2.3.2 Python环境配置 25__eol__2.3.3 PyTorch环境搭建 25__eol__2.4 PyTorch开发工具 26__eol__2.4.1 IDLE 26__eol__2.4.2 PyCharm 27__eol__本章小结 34__eol__习题 34__eol__实验 35__eol__第3章 PyTorch基础 36__eol__3.1 Tensor的定义 36__eol__3.2 Tensor的创建 37__eol__3.3 Tensor的形状调整 39__eol__3.4 Tensor的简单运算 40__eol__3.5 Tensor的比较 41__eol__3.6 Tensor的数理统计 42__eol__3.7 Tensor与NumPy的互相转换 43__eol__3.8 Tensor的降维和增维 44__eol__3.9 Tensor的裁剪 46__eol__3.10 Tensor的索引 46__eol__3.11 把Tensor移到GPU上 48__eol__本章小结 49__eol__习题 49__eol__实验 50__eol__第4章 线性回归和逻辑回归 54__eol__4.1 回归 54__eol__4.2 线性回归 55__eol__4.3 一元线性回归的代码实现 58__eol__4.4 梯度及梯度下降法 62__eol__4.4.1 梯度 62__eol__4.4.2 梯度下降法 62__eol__4.5 多元线性回归的代码实现 63__eol__4.6 逻辑回归 65__eol__4.6.1 逻辑回归 65__eol__4.6.2 逻辑回归中的损失函数 66__eol__4.6.3 逻辑回归的代码实现 66__eol__本章小结 69__eol__习题 69__eol__实验 70__eol__第5章 全连接神经网络 72__eol__5.1 全连接神经网络概述 72__eol__5.2 多分类问题 73__eol__5.3 Softmax函数与交叉熵 74__eol__5.4 反向传播算法 76__eol__5.4.1 链式求导法则 76__eol__5.4.2 反向传播算法实例 77__eol__5.4.3 Sigmoid函数实例 77__eol__5.5 计算机视觉工具包torchvision 78__eol__5.6 全连接神经网络实现多分类 80__eol__5.6.1 定义全连接神经网络 80__eol__5.6.2 全连接神经网络识别MNIST手写数字 81__eol__本章小结 85__eol__习题 85__eol__实验 87__eol__第6章 卷积神经网络 88__eol__6.1 前馈神经网络 88__eol__6.2 卷积神经网络的原理 89__eol__6.2.1 卷积层 91__eol__6.2.2 池化层 94__eol__6.3 卷积神经网络的代码实现 96__eol__6.4 LeNet-5模型 99__eol__6.4.1 LeNet-5模型的架构 99__eol__6.4.2 CIFAR 10数据集 101__eol__6.4.3 LeNet-5模型的代码实现 101__eol__6.5 VGGNet模型 106__eol__6.5.1 VGGNet模型简介 106__eol__6.5.2 VGGNet模型的代码实现 107__eol__6.6 ResNet模型 112__eol__6.6.1 ResNet模型简介 112__eol__6.6.2 ResNet模型残差学习单元的代码实现 113__eol__本章小结 114__eol__习题 114__eol__实验 115__eol__第7章 循环神经网络 119__eol__7.1 循环神经网络概述 119__eol__7.2 循环神经网络的原理 120__eol__7.3 长短时记忆神经网络 122__eol__7.3.1 长短时记忆神经网络的原理 122__eol__7.3.2 长短时记忆神经网络实例1 125__eol__7.3.3 长短时记忆神经网络实例2 129__eol__本章小结 136__eol__习题 136__eol__实验 137__eol__第8章 生成式对抗网络 138__eol__8.1 生成式对抗网络概述 138__eol__8.1.1 生成式对抗网络的原理 138__eol__8.1.2 生成式对抗网络的代码实现 142__eol__8.2 条件生成式对抗网络 150__eol__8.3 最小二乘生成式对抗网络 151__eol__本章小结 151__eol__习题 151__eol__实验 152__eol__附录A 部分习题与实验参考答案 153__eol__A.1 第1章习题与实验参考答案 153__eol__A.2 第2章习题与实验参考答案 155__eol__A.2.1 习题参考答案 155__eol__A.2.2 实验参考答案 156__eol__A.3 第3章习题与实验参考答案 156__eol__A.3.1 习题参考答案 156__eol__A.3.2 实验参考答案 156__eol__A.4 第4章习题与实验参考答案 166__eol__A.4.1 习题参考答案 166__eol__A.4.2 实验参考答案 167__eol__A.5 第5章习题与实验参考答案 175__eol__A.5.1 习题参考答案 175__eol__A.5.2 实验参考答案 175__eol__A.6 第6章习题与实验参考答案 178__eol__A.6.1 习题参考答案 178__eol__A.6.2 实验参考答案 179__eol__A.7 第7章习题与实验参考答案 192__eol__A.7.1 习题参考答案 192__eol__A.7.2 实验参考答案 193__eol__A.8 第8章习题与实验参考答案 196__eol__A.8.1 习题参考答案 196__eol__A.8.2 实验参考答案 197__eol__参考文献 212__eol__