深度学习：原理与应用实践

作　者：	张重生
出版社：	电子工业出版社
丛编项：
版权说明：	本书为出版图书，暂不支持在线阅读，请支持正版图书
标　签：	计算机/网络人工智能

ISBN	出版时间	包装	开本	页数	字数
未知	暂无	暂无	未知	0	暂无

作者简介

　　张重生，男，博士，教授，硕士生导师，河南大学大数据研究中心、大数据团队带头人。研究领域为大数据分析、深度学习、数据挖掘、数据库、数据流（实时数据分析）。博士毕业于 INRIA，France（法国国家信息与自动化研究所），获得优秀博士论文荣誉。2010年08月至2011年3月，在美国加州大学洛杉矶分校（UCLA），计算机系，师从著名的数据库专家Carlo Zaniolo教授，从事数据挖掘领域的合作研究。 2012-2013，挪威科技大学，ERCIM/Marie-Curie Fellow。

内容简介

《深度学习：原理与应用实践》全面、系统地介绍深度学习相关的技术，包括人工神经网络，卷积神经网络，深度学习平台及源代码分析，深度学习入门与进阶，深度学习高级实践，所有章节均附有源程序，所有实验读者均可重现，具有高度的可操作性和实用性。通过学习本书，研究人员、深度学习爱好者，能够在3 个月内，系统掌握深度学习相关的理论和技术。

图书目录

深度学习基础篇第1

章

绪论

21．1

引言

21．1．1

Google

的深度学习成果

21．1．2

Microsoft

的深度学习成果

31．1．3

国内公司的深度学习成果

31．2

深度学习技术的发展历程

41．3

深度学习的应用领域

61．3．1

图像识别领域

61．3．2

语音识别领域

61．3．3

自然语言理解领域

71．4

如何开展深度学习的研究和应用开发

7本章参考文献

11第2

章

国内外深度学习技术研发现状及其产业化趋势

132．1

Google

在深度学习领域的研发现状

132．1．1

深度学习在Google

的应用

132．1．2

Google

的TensorFlow

深度学习平台

142．1．3

Google

的深度学习芯片TPU

152．2

Facebook

在深度学习领域的研发现状

152．2．1

Torchnet

152．2．2

DeepText

162．3

百度在深度学习领域的研发现状

172．3．1

光学字符识别

172．3．2

商品图像搜索

172．3．3

在线广告

182．3．4

以图搜图

182．3．5

语音识别

182．3．6

百度开源深度学习平台MXNet

及其改进的深度语音识别系统Warp-CTC

192．4

阿里巴巴在深度学习领域的研发现状

192．4．1

拍立淘

192．4．2

阿里小蜜――智能客服Messenger

202．5

京东在深度学习领域的研发现状

202．6

腾讯在深度学习领域的研发现状

212．7

科创型公司（基于深度学习的人脸识别系统）

222．8

深度学习的硬件支撑――NVIDIA

GPU

23本章参考文献

24深度学习理论篇第3

章

神经网络

303．1

神经元的概念

303．2

神经网络

313．2．1

后向传播算法

323．2．2

后向传播算法推导

333．3

神经网络算法示例

36本章参考文献

38第4

章

卷积神经网络

394．1

卷积神经网络特性

394．1．1

局部连接

404．1．2

权值共享

414．1．3

空间相关下采样

424．2

卷积神经网络操作

424．2．1

卷积操作

424．2．2

下采样操作

444．3

卷积神经网络示例：LeNet-5

45本章参考文献

48深度学习工具篇第5

章

深度学习工具Caffe

505．1

Caffe

的安装

505．1．1

安装依赖包

515．1．2

CUDA

安装

515．1．3

MATLAB

和Python

安装

545．1．4

OpenCV

安装（可选）

595．1．5

Intel

MKL

或者BLAS

安装

595．1．6

Caffe

编译和测试

595．1．7

Caffe

安装问题分析

625．2

Caffe

框架与源代码解析

635．2．1

数据层解析

635．2．2

网络层解析

745．2．3

网络结构解析

925．2．4

网络求解解析

104本章参考文献

109第6

章

深度学习工具Pylearn2

1106．1

Pylearn2

的安装

1106．1．1