圖解深度學習
內容描述
本書從深度學習的發展歷程講起，
以豐富的圖例從理論和實踐兩個層面介紹了深度學習的各種方法，
以及深度學習在圖像識別等領域的應用案例。
內容涉及神經網絡、捲積神經網絡、受限玻爾茲曼機、
自編碼器、泛化能力的提高等。
此外，還介紹了包括Theano、Pylearn2、Caffe、DIGITS、Chainer
和TensorFlow 在內的深度學習工具的安裝和使用方法。
本書圖例豐富，清晰直觀，適合所有對深度學習感興趣的讀者閱讀。
目錄大綱
第1章緒論
1.1深度學習與機器學習2
1.2深度學習的發展歷程3
1.3為什麼是深度學習6
1.4什麼是深度學習7
1.5本書結構9
第2章神經網絡
2.1神經網絡的歷史12
2.2 MP模型14
2.3感知器16
2.4多層感知器18
2.5誤差反向傳播算法19
2.6誤差函數和激活函數28
2.7似然函數30
2.8隨機梯度下降法31
2.9學習率32
2.10小結33
第3章卷積神經網絡
3.1卷積神經網絡的結構36
3.2卷積層38
3.3池化層39
3.4全連接層40
3.5輸出層41
3.6神經網絡的訓練方法41
3.7小結48
第4章受限玻爾茲曼機
4.1 Hopfield神經網絡50
4.2玻爾茲曼機55
4.3受限玻爾茲曼機59
4.4對比散度算法61
4.5深度信念網絡64
4.6小結66
第5章自編碼器
5.1自編碼器68
5.2降噪自編碼器71
5.3稀疏自編碼器73
5.4棧式自編碼器76
5.5在預訓練中的應用77
5.6小結78
第6章提高泛化能力的方法
6.1訓練樣本80
6.2預處理88
6.3激活函數92
6.4 Dropout 94
6.5 DropConnect 96
6.6小結98
第7章深度學習工具
7.1深度學習開發環境100
7.2 Theano 100
7.3 Pylearn2 108
7.4 Caffe 118
7.5訓練系統——DIGITS137
7.6 Chainer 145
7.7 TensorFlow 160
7.8小結176
第8章深度學習的現在和未來
8.1深度學習的應用案例178
8.2深度學習的未來195
8.3小結197
參考文獻198
作者介紹207
作者介紹
山下隆義
1978年出生於日本神戶，2002年修完博士前期課程，
並於當年入職歐姆龍股份有限公司，
主要從事快速人臉圖像檢測相關的軟件研究和開發。
2011年在日本中部大學研究生院工學研究科修完博士後期課程，
獲得工學博士學位。
2014年開始擔任中部大學工學院信息工程系講師。
目前從事動畫處理、模式識別和機器學習相關的研究。
曾多次榮獲日本深度學習研究相關獎項，
並在多個相關研討會上擔任講師。
譯者簡介：
張彌（譯者）
畢業於大連外國語大學日本語學院。
現就職於某日本大型跨國公司，從事技術翻譯工作，
具有豐富的軟件開發和醫學翻譯經驗。
喜歡挑戰新事物，樂於學習新知識和接觸新領域。
