水电知识网——水电知识的资源中心和服务中心

本书主要以Python编程为基础，讲解了深度学习，深度学习网络，以及使用高性能的算法和Python架构训练深度学习网络。第1章，机器学习-简介，将向您介绍基本的ML概念以及我们将在本书中使用的术语。它将概述目前流行的ML算法和应用。它还将引入dl库，我们将在整本书中使用。第2章，神经网络，将向你介绍神经网络的数学。我们将了解它们的结构，它们如何进行预测（这是前馈部分）。以及如何使用梯度下降和反向传播来训练它们（解释如下衍生产品）。本章还将讨论如何用神经网络来表示操作。网络作为向量运算。第3章，深度学习基础，将解释使用深度神经的基本原理。网络（与浅层网络相反）。它将概述最流行的DL库和实际应用。第四章，计算机视觉与卷积网络，教你卷积神经网络（计算机视觉任务中最流行的神经网络类型）。我们将了解它们的体系结构和构建块（卷积、池和胶囊以及如何使用卷积网络进行图像分类任务。第5章“高级计算机视觉”，将在前一章的基础上进一步介绍高级计算机视觉主题。你不仅会学习如何分类图像，而且还会如何检测物体的位置和分割图像的每个像素。我们将了解先进的卷积网络结构和实用的传输技术学习。第6章，用gan和vaes生成图像，将介绍生成模型（as与歧视性模型相反，在这一点之前我们将一直掩盖这一点）。您将了解两种最流行的无监督生成模型方法，Vaes和Gans，以及一些令人兴奋的应用程序。第7章，循环神经网络和语言模型，将向您介绍流行的循环网络体系结构：LSTM和选通循环单元（GRU）。我们将了解使用递归神经网络和最新算法的NLP范例以及解决NLP问题的体系结构。我们还将学习语音到文本的基本知识承认。第8章，强化学习理论，将向你介绍主要的范例和RL术语，单独的ML字段。您将了解最重要的RL算法。我们还将了解dl和rl之间的链接。在整个章节中，我们将使用玩具示例更好地演示RL的概念。