把深度学习看作是一种烹饪艺术。烹饪的一种方法是按照食谱来做。但当我们了解食物、香料和火的行为时,我们就做出了我们的创造。对“如何”的理解超越了造物本身。同样,对“如何”的理解也超越了深度学习。本着这种精神,本书介绍了深度学习的结构,它们的基础,以及它们的行为。基线模型同时开发,并举例说明了改进它们的概念。书中涉及的主题包括:-多层感知器-长和短期记忆网络-卷积神经网络-自动编码器每个主题都有详细的解释和图解。此外,给出了TensorFlow的实现,以开发一个完整的理解案例。
http://connaissancepublishing.ai/understanding-deep-learning/
目录内容:
导论 Introduction
稀少事件预测 Rare Event Prediction
设置 Setup
a. Getting Started
b. Setup data
多层感知器 Multi-layer Perceptron (MLP)
Long and Short Term Memory (LSTM)
Convolutional Neural Network (CNN)
Autoencoders
a. Dense Autoencoders
b. LSTM Autoencoders
c. Convolutional Autoencoders
d. Classifier pretrained with convolutional autoencoder
Appendix
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“UDL” 可以获取《【干货书】理解深度学习,428页pdf带你学习稀有事件预测》专知下载链接索引