人工智能中的深度结构学习 pdf下载
限时特惠
00:00:00
活动结束后恢复原价
纸质书参考价
¥23
电子版限时价
¥5.99
省 18 元
选择版本
内容简介
本篇主要提供人工智能中的深度结构学习电子书的pdf版本下载,本电子书下载方式为百度网盘方式,点击以上按钮下单完成后即会通过邮件和网页的方式发货,有问题请联系邮箱ebook666@outlook.com
作 者:(加)尤舒亚·本吉奥(Yoshua Bengio) 著;俞凯,吴科 译
定 价:35
出 版 社:机械工业出版社
出版日期:2017年07月01日
页 数:117
装 帧:平装
ISBN:9787111569350
●译者序
●1 引言
●1.1 如何训练深度结构
●1.2 中间层表示:在不同的任务享特征和抽象
●1.3 学习人工智能的必经之路
●1.4 本书大纲
●2 深度结构的理论优势
●2.1 计算复杂性
●2.2 一些非正式的论证
●3 局部与非局部泛化性
●3.1 局部模板匹配的局限性
●3.2 学习分布式表示
●4 具有深度结构的神经网络
●4.1 多层神经网络
●4.2 训练深度神经网络的挑战
●4.3 深度结构的无监督学习
●4.4 深度生成结构
●4.5 卷积神经网络
●4.6 自动编码器
●5 能量模型和玻尔兹曼机
●部分目录
●1 引言
●1.1 如何训练深度结构
●1.2 中间层表示:在不同的任务享特征和抽象
●1.3 学习人工智能的必经之路
●1.4 本书大纲
●2 深度结构的理论优势
●2.1 计算复杂性
●2.2 一些非正式的论证
●3 局部与非局部泛化性
●3.1 局部模板匹配的局限性
●3.2 学习分布式表示
●4 具有深度结构的神经网络
●4.1 多层神经网络
●4.2 训练深度神经网络的挑战
●4.3 深度结构的无监督学习
●4.4 深度生成结构
●4.5 卷积神经网络
●4.6 自动编码器
●5 能量模型和玻尔兹曼机
●部分目录
理论结果表明,为了学习用于表示高层次的抽象(例如视觉、语言以及其他AI级别的任务)的复杂函数,我们需要深度结构。深度结构的组成包括了多层次的非线性操作,比如具有许多隐含层的神经网络,或者重用了许多子公式的复杂命题公式。搜索深度结构的参数空间是一件很困难的任务,但是近提出的诸如用于深度信念网络等的学习算法,对于探索这类问题取得了显著的成功,在某些领域达到了新的水平。本书讨论深度学习算法的方法和原理,尤其是那些被充分用作基石的单层模型的非监督学习算法例如受限玻尔兹曼机(RBM),它用于构建深度信念网络等深度模型。