深度学习的计算方法：理论、实践与应用
￥62.00定价
作者： 周浦城
出版时间：2021-10
出版社：电子工业出版社
- 电子工业出版社
- 9787121421389
- 1-1
- 421662
- 47245676-3
- 平塑
- 16开
- 2021-10
- 178
- 192
- 理学
- 数学
- 计算机科学与技术
- 本科 研究生（硕士、EMBA、MBA、MPA、博士）
目录
第1章 概述 1 1.1 引言 1 1.2 深度学习简介 4 1.3 深度学习发展简史 7 1.4 深度学习典型应用 15 1.5 深度学习获奖论文 17 1.6 思考题 19 参考文献 19 第2章 深度学习平台 29 2.1 引言 29 2.2 基于MATLAB的深度学习 31 2.3 基于TensorFlow的深度学习 35 2.4 数据增广 41 2.5 数学基础 42 2.6 思考题 48 参考文献 48 第3章 卷积神经网络和循环神经网络 51 3.1 卷积神经网络 51 3.1.1 R-CNN 53 3.1.2 Mask R-CNN 54 3.1.3 YOLO 55 3.1.4 SSD 57 3.1.5 DenseNet和ResNet 57 3.2 循环神经网络和时间序列分析 58 3.2.1 循环神经网络 59 3.2.2 时间序列分析 63 3.3 隐马尔可夫模型 68 3.4 函数空间 70 3.5 向量空间 72 3.5.1 赋范空间 74 3.5.2 希尔伯特空间 75 3.6 思考题 79 参考文献 79 第4章 自编码器和生成对抗网络 87 4.1 自编码器 87 4.2 正则自编码器 88 4.3 生成对抗网络 91 4.4 信息论 95 4.5 思考题 100 参考文献 101 第5章 强化学习 103 5.1 引言 103 5.2 贝尔曼方程 104 5.3 深度Q-学习 107 5.4 优化 111 5.5 数据拟合 112 5.6 思考题 116 参考文献 116 第6章 胶囊网络与流形学习 119 6.1 胶囊网络 119 6.2 流形学习 123 6.3 思考题 128 参考文献 129 第7章 玻尔兹曼机 131 7.1 玻尔兹曼机概述 131 7.2 受限玻尔兹曼机 132 7.3 深度玻尔兹曼机 134 7.4 概率图模型 136 7.5 思考题 142 参考文献 142 第8章 迁移学习与集成学习 145 8.1 迁移学习 145 8.1.1 迁移学习的定义 145 8.1.2 Taskonomy 147 8.2 孪生网络 148 8.3 集成学习 149 8.4 深度学习的重要工作 162 8.5 思考题 163 参考文献 163 附录A 术语 165
