更新时间：2021-04-14 11:54:50
封面
版权信息
前言
第1章 深度学习简介
1.1 计算机视觉
1.2 自然语言处理
1.3 强化学习
1.4 本章小结
第2章 深度学习框架及其对比
2.1 Caffe
2.2 TensorFlow
2.3 PyTorch
2.4 三者的比较
2.5 本章小结
第3章 机器学习基础知识
3.1 模型评估与模型参数选择
3.2 监督学习与非监督学习
3.3 本章小结
第4章 PyTorch深度学习基础
4.1 Tensor对象及其运算
4.2 Tensor的索引和切片
4.3 Tensor的变换、拼接和拆分
4.4 PyTorch的Reduction操作
4.5 PyTorch的自动微分Autograd
4.6 本章小结
第5章 回归模型
5.1 线性回归
5.2 Logistic回归
5.3 用PyTorch实现Logistic回归
5.4 本章小结
第6章 多层感知器
6.1 基础概念
6.2 感知器
6.3 BP神经网络
6.4 Dropout正则化
6.5 批标准化
6.6 本章小结
第7章 卷积神经网络与计算机视觉
7.1 卷积神经网络的基本思想
7.2 卷积操作
7.3 池化层
7.4 卷积神经网络
7.5 经典网络结构
7.6 用PyTorch进行手写数字识别
7.7 本章小结
第8章 神经网络与自然语言处理
8.1 语言建模
8.2 基于多层感知器的架构
8.3 基于循环神经网络的架构
8.4 基于卷积神经网络的架构
8.5 基于Transformer的架构
8.6 表示学习与预训练技术
8.7 本章小结
第9章 使用TensorFlow进行基于YOLO V3的安全帽佩戴检测
9.1 数据准备
9.2 模型构建、训练和测试
9.3 本章小结
第10章 使用Keras进行人脸关键点检测
10.1 深度学习模型
10.2 模型评价
10.3 本章小结
第11章 使用PyTorch实现基于卷积神经网络的充电宝识别
11.1 机器学习常用的Python工具库
11.2 数据样本分析
11.3 数据预处理
11.4 算法模型
11.5 本章小结
第12章 使用PyTorch实现基于词级别的情感分析
12.1 数据集的处理
12.2 模型的搭建
12.3 训练和评测
12.4 本章小结
第13章 基于生成式对抗网络（GAN）生成动漫人物
13.1 反卷积网络与GAN
13.2 DCGAN
13.3 基于DCGAN的动漫人物生成
13.4 本章小结
第14章 使用Keras进行基于迁移学习的电影评论分类
14.1 迁移学习概述
14.2 IMDB数据集
14.3 构建模型解决IMDB数据集分类问题
14.4 本章小结
第15章 使用PyTorch实现图像超分辨
15.1 SRCNN介绍
15.2 技术方案及核心代码
15.3 本章小结
第16章 使用Keras搭建人工神经网络来生成原创音乐
16.1 样例背景介绍
16.2 项目结构设计
16.3 实践步骤
16.4 成果检验
16.5 本章小结
附录
附录A PyTorch环境搭建
附录B TensorFlow深度学习环境介绍与搭建
附录C 深度学习的数学基础
参考文献
