《深度学习算法实践》

[复制链接]
online_admin aixure 发表于 2023-1-20 22:07:00 | 显示全部楼层 |阅读模式 打印 上一主题 下一主题
220653uhbp09bwo0qwq2hz
售 价: ¥5¥89加入会员,免费下载
库 存:9999
销 量:12
源 址:
卖家服务:  
客 服:QQ(早10点-晚6点)
资源详情
内容提要[url=]编辑[/url][url=] 播报[/url]
《深度学习算法实践》以一位软件工程师在工作中遇到的问题为主线,阐述了如何从软件工程思维向算法思维转变、如何将任务分解成算法问题,并结合程序员在工作中经常面临的产品需求,详细阐述了应该怎样从算法的角度看待、分解需求,并结合经典的任务对深度学习算法做了清晰的分析。
《深度学习算法实践》在表达上深入浅出,让有志于学习深度学习的读者,能够快速地理解核心所在,并顺利上手实践。 [1]

目录[url=]编辑[/url][url=] 播报[/url]
1 开始 1
1.1 从传统的软件工程思维转型 1
1.2 建立算法思维 2
1.2.1 算法的开发流程 3
1.2.2 做算法的步骤 4
1.2.3 英特的总结 8
1.3 观察!观察!观察!重要的事情说三遍 11
2 文本分析实战 15
2.1 第一个文本问题 15
2.1.1 邮件标题的预处理 15
2.1.2 选用算法 18
2.1.3 用CNN做文本分类 21
2.2 情感分类 24
2.2.1 先分析需求 24
2.2.2 词法分析 25
2.2.3 机器学习 28
2.2.4 试试LSTM模型 30
2.3 文本深度特征提取 31
2.3.1 词特征表示 31
2.3.2 句子特征表示 42
2.3.3 深度语义模型 51
3 做一个对话机器人 53
3.1 理解人类提问 56
3.2 答案的抽取和选择 57
3.3 蕴含关系 62
3.4 生成式对话模型(Generative Model) 63
3.5 判断机器人说话的准确性 69
3.6 智能对话的总结和思考 70
4 视觉识别 73
4.1 从人脸识别开始 74
4.1.1 OpenCV能做什么 74
4.1.2 检测精度的进化:Dlib 79
4.1.3 表情识别:Openface 83
4.2 深度卷积网络 87
4.2.1 CNN的演化过程 87
4.2.2 深度卷积和更深的卷积 96
4.2.3 实现更深的卷积网络 103
4.2.4 残差网络的实现 108
4.2.5 十全大补药:通用的提高精度的方法 111
4.2.6 图像训练需要注意的地方 116
4.3 目标检测 125
4.3.1 用SSD来实现目标检测应用 133
4.3.2 SSD训练源码提示 136
4.4 视觉领域的应用 138
4.4.1 艺术风格画 138
4.4.2 看图说话:用文字描述一幅图像(BiRNN+CNN) 140
4.4.3 CNN的有趣应用:语音识别 142
5 强化学习实践 145
5.1 吃豆子和强化学习 145
5.2 马尔科夫决策过程 147
5.3 理解Q网络 150
5.4 模拟物理世界:OpenAI 152
5.5 实现一个DQN 154
5.5.1 DQN代码实现 154
5.5.2 DQN过程的图表化 160
5.6 关于强化学习的思考 163
5.6.1 强化学习的特殊性 163
5.6.2 知识的形成要素:记忆 165
5.6.3 终极理想:终身学习 170
6 预测与推荐 173
6.1 从Google的感冒预测说起 173
6.2 股票预测(一) 175
6.2.1 股票业务整理 176
6.2.2 数据获取和准备 179
6.2.3 模型搭建 183
6.2.4 优化 186
6.2.5 后续 187
6.3 股票预测(二) 189
6.4 深度学习在推荐领域的应用:Lookalike算法 197
6.4.1 调研 198
6.4.2 实现 201
6.4.3 结果 205
6.4.4 总结探讨 205
参考文献 207 [1]

温馨提示:
1、如果下载地址失效,请尽快反馈给我们,我们尽快修复。点此反馈>>
2、全站资源高清无密,课程百分百高清,完整,原画,包含所有的视频+素材+课件+源码,官方同步体验!每天更新,成为vip后可免费下载本站IT课程。点此办理会员>>
3、有任何问题,请咨询QQ:87887023
4、支持7*24小时自助购买,购买后自动发货,链接永久有效,自动更新
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

专注资源整合与知识分享
客服QQ

87887023

周一至周日9:00-23:00

反馈建议

点此进行反馈 kfs 在线QQ咨询
ftqrcode

扫描二维码关注我们

label_sm_90020

Powered by 优百课栈 X3.4© 2019-2025