《深度学习算法实践》吴岸城【pdf】

《深度学习算法实践》吴岸城【pdf】插图

目录

1 开始
1.1 从传统的软件工程思维转型
1.2 建立算法思维
1.2.1 算法的开发流程
1.2.2 做算法的步骤
1.2.3 英特的总结
1.3 观察!观察!观察!重要的事情说三遍
2 文本分析实战
2.1 个文本问题
2.1.1 邮件标题的预处理
2.1.2 选用算法
2.1.3 用N 做文本分类
2.2 情感分类
2.2.1 先分析需求
2.2.2 词法分析
2.2.3 机器学习
2.2.4 试试LSTM 模型
2.3 文本深度特征提取
2.3.1 词特征表示
2.3.2 句子特征表示
2.3.3 深度语义模型
3 做一个对话机器人
3.1 理解人类提问
3.2 答案的抽取和选择
3.3 蕴含关系
3.4 生成式对话模型(Generative Model )
3.5 判断机器人说话的准确性
3.6 智能对话的总结和思考
4 视觉识别
4.1 从人脸识别开始
4.1.1 OpenCV能做什么
4.1.2 检测精度的进化:Dlib
4.1.3 表情识别:Openface
4.2 深度卷积网络
4.2.1 N的演化过程
4.2.2 深度卷积和更深的卷积
4.2.3 实现更深的卷积网络
4.2.4 残差网络的实现
4.2.5 十全大补药:通用的提高精度的方法
4.2.6 图像训练需要注意的地方
4.3 目标检测
4.3.1 用SSD来实现目标检测应用
4.3.2 SSD训练源码提示
4.4 视觉领域的应用
4.4.1 艺术风格画
4.4.2 看图说话:用文字描述一幅图像(BiRNN+N)
4.4.3 N的有趣应用:语音识别
5 强化学习实践
5.1 吃豆子和强化学习
5.2 马尔科夫决策过程
5.3 理解Q网络
5.4 模拟物理世界:OpenAI
5.5 实现一个DQN
5.5.1 DQN代码实现
5.5.2 DQN过程的图表化
5.6 关于强化学习的思考
5.6.1 强化学习的特殊性
5.6.2 知识的形成要素:记忆
5.6.3 理想:终身学习
6 预测与推荐
6.1 从Google的感冒预测说起
6.2 股票预测(一)
6.2.1 股票业务整理
6.2.2 数据获取和准备
6.2.3 模型搭建
6.2.4 优化
6.2.5 后续
6.3 股票预测(二)
6.4 深度学习在推荐领域的应用:Lookalike算法
6.4.1 调研
6.4.2 实现
6.4.3 结果
6.4.4 总结探讨
参考文献

资源下载
此资源下载价格为1500知识币,请先
此资源下载价格为1500知识币,请先
先充值后再购买,使用余额支付即可下载,1元=100知识币。 如下载异常请联系客服。 客服QQ:710151058 微信号:qq710151058

资源下载
下载价格:1500 知识币
VIP优惠:5 折
下载价格:1500 知识币
VIP优惠:包年VIP免费
先充值后再购买,使用余额支付即可下载,1元=100知识币。 如下载异常请联系客服。 客服QQ:710151058 微信号:qq710151058
0

评论0

请先