深度学习：Java语言实现

智能系统与技术丛书 深度学习：Java语言实现 Java Deep Learning Essentials （日）巣笼悠辅 著 陈澎 王磊 陆明 译 ISBN：978-7-111-57298-5 本书纸版由机械工业出版社于2017年出版，电子版由华章分社（北京华 章图文信息有限公司，北京奥维博世图书发行有限公司）全球范围内制 作与发行。 版权所有，侵权必究 客服热线：+ 86-10-68995265 客服信箱：service@bbbvip.com 官方网址：www.hzmedia.com.cn 新浪微博 @华章数媒 微信公众号 华章电子书（微信号：hzebook） 目录 译者序 前言 第1章 深度学习概述 1.1 人工智能的变迁 1.1.1 人工智能的定义 1.1.2 人工智能曾经的辉煌 1.1.3 机器学习的演化 1.1.4 机器学习的局限性 1.2 人与机器的区分因素 1.3 人工智能与深度学习 1.4 小结 第2章 机器学习算法——为深度学习做准备 2.1 入门 2.2 机器学习中的训练需求 2.3 监督学习和无监督学习 2.3.1 支持向量机 2.3.2 隐马尔可夫模型 2.3.3 神经网络 2.3.4 逻辑回归 2.3.5 增强学习 2.4 机器学习应用流程 2.5 神经网络的理论和算法 2.5.1 单层感知器 2.5.2 逻辑回归 2.5.3 多类逻辑回归 2.5.4 多层感知器 2.6 小结 第3章 深度信念网络与栈式去噪自编码器 3.1 神经网络的没落 3.2 神经网络的复兴 3.2.1 深度学习的进化——突破是什么 3.2.2 预训练的深度学习 3.3 深度学习算法 3.3.1 限制玻尔兹曼机 3.3.2 深度信念网络 3.3.3 去噪自编码器 3.3.4 栈式去噪自编码器 3.4 小结 第4章 dropout和卷积神经网络 4.1 没有预训练的深度学习算法 6.3 最大化深度学习概率和能力的方法 6.3.1 面向领域的方法 6.3.2 面向分解的方法 6.3.3 面向输出的方法 6.4 小结 第7章 其他重要的深度学习库 7.1 Theano 7.2 TensorFlow 7.3 Caffe 7.4 小结 第8章 未来展望 8.1 深度学习的爆炸新闻 8.2 下一步的展望 8.3 对深度学习有用的新闻资源 8.4 小结 来怀有更无限的憧憬！ 陈澎 2017年3月于北京 前言 目前，人工智能技术举世瞩目，深度学习也引起人们广泛关注。在 实践上，深度学习推动了人工智能革命性进步，其相关算法已经应用到 众多领域。然......