深度学习导论与案例研究 I 导言

第一部分基础理论
第1章概述
1.1深度学习的起源和发展
1.2深层网络的特点和优势
1.3深度学习的模型和算法
第2章预备知识
2.1矩阵运算
2.2概率论的基本概念
2.2.1概率的定义和性质
2.2.2随机变量和概率密度函数
2.2.3期望和方差
2.3信息论的基本概念
2.4概率图模型的基本概念
2.5概率有向图模型
2.6概率无向图模型
2.7部分有向无圈图模型
2.8条件随机场
2.9马尔可夫链
2.10概率图模型的学习
2.11概率图模型的推理
2.12马尔可夫链蒙特卡罗方法
2.13玻耳兹曼机的学习
2.14通用反向传播算法
2.15通用逼近定理
第3章受限玻耳兹曼机
3.1受限玻耳兹曼机的标准模型
3.2受限玻耳兹曼机的学习算法
3.3受限玻耳兹曼机的变种模型
第4章自编码器
4.1自编码器的标准模型
4.2自编码器的学习算法
4.3自编码器的变种模型
第5章深层信念网络
5.1深层信念网络的标准模型
5.2深层信念网络的生成学习算法
5.3深层信念网络的判别学习算法
5.4深层信念网络的变种模型
第6章深层玻耳兹曼机
6.1深层玻耳兹曼机的标准模型
6.2深层玻耳兹曼机的生成学习算法
6.3深层玻耳兹曼机的判别学习算法
6.4深层玻耳兹曼机的变种模型
第7章和积网络
7.1和积网络的标准模型
7.2和积网络的学习算法
7.3和积网络的变种模型
第8章卷积神经网络
8.1卷积神经网络的标准模型
8.2卷积神经网络的学习算法
8.3卷积神经网络的变种模型
第9章深层堆叠网络
9.1深层堆叠网络的标准模型
9.2深层堆叠网络的学习算法
9.3深层堆叠网络的变种模型
第10章循环神经网络
10.1循环神经网络的标准模型
10.2循环神经网络的学习算法
10.3循环神经网络的变种模型
第11章长短时记忆网络
11.1长短时记忆网络的标准模型
11.2长短时记忆网络的学习算法
11.3长短时记忆网络的变种模型
第12章深度学习的混合模型、广泛应用和开发工具
12.1深度学习的混合模型
12.2深度学习的广泛应用
12.2.1图像和视频处理
12.2.2语音和音频处理
12.2.3自然语言处理
12.2.4其他应用
12.3深度学习的开发工具
第13章深度学习的总结、批评和展望
第二部分案例分析
第14章实验背景
14.1运行环境
14.2实验数据
14.3代码工具
第15章自编码器降维案例
15.1自编码器降维程序的模块简介
15.2自编码器降维程序的运行过程
15.3自编码器降维程序的代码分析
15.3.1关键模块或函数的主要功能
15.3.2主要代码分析及注释
15.4自编码器降维程序的使用技巧
第16章深层感知器识别案例
16.1深层感知器识别程序的模块简介
16.2深层感知器识别程序的运行过程
16.3深层感知器识别程序的代码分析
16.3.1关键模块或函数的主要功能
16.3.2主要代码分析及注释
16.4深层感知器识别程序的使用技巧
第17章深层信念网络生成案例
17.1深层信念网络生成程序的模块简介
17.2深层信念网络生成程序的运行过程
17.3深层信念网络生成程序的代码分析
17.3.1关键模块或函数的主要功能
17.3.2主要代码分析及注释
17.4深层信念网络生成程序的使用技巧
第18章深层信念网络分类案例
18.1深层信念网络分类程序的模块简介
18.2深层信念网络分类程序的运行过程
18.3深层信念网络分类程序的代码分析
18.3.1关键模块或函数的主要功能
18.3.2主要代码分析及注释
18.4深层信念网络分类程序的使用技巧
第19章深层玻耳兹曼机识别案例
19.1深层玻耳兹曼机识别程序的模块简介
19.2深层玻耳兹曼机识别程序的运行过程
19.3深层玻耳兹曼机识别程序的代码分析
19.3.1关键模块或函数的主要功能
19.3.2主要代码分析及注释
19.4深层玻耳兹曼机识别程序的使用技巧
第20章卷积神经网络识别案例
20.1DeepLearnToolbox程序的模块简介
20.2DeepLearnToolbox程序的运行过程
20.3DeepLearnToolbox程序的代码分析
20.3.1关键函数的主要功能
20.3.2主要代码分析及注释
20.4DeepLearnToolbox程序的使用技巧
20.5Caffe程序的模块简介
20.6Caffe程序的运行过程
20.7Caffe程序的代码分析
20.7.1关键函数的主要功能
20.7.2主要代码分析及注释
20.8Caffe程序的使用技巧
第21章循环神经网络填充案例
21.1槽值填充的含义
21.2循环神经网络填充程序的模块简介
21.3循环神经网络填充程序的运行过程
21.4循环神经网络填充程序的代码分析
21.4.1关键函数的主要功能
21.4.2主要代码分析及注释
21.5循环神经网络填充程序的使用技巧
第22章长短时记忆网络分类案例
22.1长短时记忆网络分类程序的模块简介
22.2长短时记忆网络分类程序的运行过程
22.3长短时记忆网络分类程序的代码分析
22.3.1关键模块或函数的主要功能
22.3.2主要代码分析及注释
22.4长短时记忆网络分类程序的使用技巧
附录1 Caffe在Windows上的安装过程
附录2 Theano的安装过程
参考文献