深度學習：Java語言實現

本書首先介紹了一些機器學習算法的基礎，隨後帶領你進入一個引人入勝的機器智慧型世界，你將領略到各種神經網路的魅力及挑戰。本書將使用基於DL4J的Java庫，帶你一起攻克圖像處理、語音識別和自然語言處理等領域中的各種問題。同時，你也會接觸到當今最重要的其他開發平台，如Theano、TensorFlow和Caffe。通過本書的學習，你將具備用Java攻克深度學習問題的能力，並為這個領域貢獻自己的力量。

基本介紹

• 書名：深度學習：Java語言實現
• 作者：[日]巣籠悠輔（Yusuke Sugomori）著
• ISBN：978-7-111-57298-5
• 定價：49.00
• 出版社：機械工業出版社 
• 出版時間：2017-07
• 開本：16

基本信息

作者：[日]巣籠悠輔（Yusuke Sugomori）著

ISBN(書號)：978-7-111-57298-5

叢書名：智慧型系統與技術叢書

出版日期：2017-07

版次：1/1

開本：16

定價：￥49.00

內容簡介

人工智慧以及深度學習正在改變著人們對軟體的理解，使得計算機更加智慧型。深度學習算法套用非常廣泛，遠遠超出數據科學的範疇。本書首先介紹了一些機器學習算法的基礎，隨後帶領你進入一個引人入勝的機器智慧型世界，你將領略到各種神經網路的魅力及挑戰。本書將使用基於DL4J的Java庫，帶你一起攻克圖像處理、語音識別和自然語言處理等領域中的各種問題。同時，你也會接觸到當今最重要的其他開發平台，如Theano、TensorFlow和Caffe。通過本書的學習，你將具備用Java攻克深度學習問題的能力，並為這個領域貢獻自己的力量。

目錄

譯者序
前言
第1章深度學習概述
11人工智慧的變遷
111人工智慧的定義
112人工智慧曾經的輝煌
113機器學習的演化
114機器學習的局限性
12人與機器的區分因素
13人工智慧與深度學習
14小結
第2章機器學習算法——為深度學習做準備
21入門
22機器學習中的訓練需求
23監督學習和無監督學習
231支持向量機
232隱馬爾可夫模型
233神經網路
234邏輯回歸
235增強學習
24機器學習套用流程
25神經網路的理論和算法
251單層感知器
252邏輯回歸
253多類邏輯回歸
254多層感知器
26小結
第3章深度信念網路與棧式去
噪自編碼器
31神經網路的沒落
32神經網路的復興
321深度學習的進化——突破是什麼
322預訓練的深度學習
33深度學習算法
331限制玻爾茲曼機
332深度信念網路
333去噪自編碼器
334棧式去噪自編碼器
34小結
第4章dropout和卷積神經網路
41沒有預訓練的深度學習算法
42dropout
43卷積神經網路
431卷積
432池化
433公式和實現
44小結
第5章探索Java深度學習庫——DL4J、ND4J以及其他
51從零實現與使用庫/框架
52DL4J和 ND4J 的介紹
53使用 ND4J 實現
54使用DL4J實現
541設定
542構建
543CNNMnistExamplejava/LenetMnistExamplejava
544學習速率的最佳化
55小結
第6章實踐套用——遞歸神經網路等
61深度學習熱點
611圖像識別
612自然語言處理
62深度學習的挑戰
63最大化深度學習機率和能力的方法
631面向領域的方法
632面向分解的方法
633面向輸出的方法
64小結
第7章其他重要的深度
學習庫
71Theano
72TensorFlow
73Caffe
74小結
第8章未來展望
81深度學習的爆炸新聞
82下一步的展望
83對深度學習有用的新聞資源
84小結