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