《深度学习模型及应用详解》PDF电子书免费下载

作者:  张若非付强高斌张耿豪叶挺

出版社: 电子工业出版社  

出版年:  2019-09

ISBN: 9787121371264

~~滚到底部有网盘下载链接~~

内容简介

目录

作者简介
序言
前言
第1章 神经网络发展史
1.1 神经网络的早期雏形
1.2 现代神经网络
1.3 深度学习发展历史中的重要神经网络
1.4 本章小结
参考文献
第2章 深度学习开源框架
2.1 主流的深度学习开源框架
2.2 简单神经网络模型在不同框架上的实现对比
2.3 本章小结
参考文献
第3章 多层感知机在自然语言处理方面的应用
3.1 词和文本模型的发展历程
3.2 Word2Vec模型:基于上下文的分布式表达
3.3 应用TensorFlow实现Word2Vec模型
3.4 Word2Vec模型的局限及改进
3.5 本章小结
参考文献
第4章 卷积神经网络在图像分类中的应用
4.1 图像识别和图像分类的发展
4.2 AlexNet
4.3 应用TensorFlow实现AlexNet
4.4 本章小结
参考文献
第5章 递归神经网络
5.1 递归神经网络应用背景介绍
5.2 递归神经网络模型介绍
5.3 递归神经网络展望
5.4 本章小结
参考文献
第6章 DeepIntent模型在信息检索领域的应用
6.1 信息检索在搜索广告中的应用发展
6.2 含有注意力机制的RNN模型
6.3 应用TensorFlow实现DeepIntent模型
6.4 本章小结
参考文献
第7章 图像识别及在广告搜索方面的应用
7.1 视觉搜索
7.2 方法和系统
7.3 评测
7.4 用于演示的Visual Shopping Assistant应用程序
7.5 相关工作
7.6 本章小结
第8章 Seq2Seq模型在聊天机器人中的应用
8.1 Seq2Seq模型应用背景
8.2 Seq2Seq模型的应用方法
8.3 含有注意力机制的多层Seq2Seq模型
8.4 信息导向的自适应序列采样
8.5 多轮项目推荐
8.6 熵作为信心的度量
8.7 本章小结
参考文献
第9章 word2vec的改进:fastText模型
9.1 fastText模型的原理
9.2 应用场景:搜索广告中的查询词关键词匹配问题
9.3 本章小结
参考文献
第10章 生成对抗网络
10.1 生成对抗网络的原理
10.2 应用场景:搜索广告中由查询词直接生成关键词
10.3 本章小结
参考文献
第11章 深度强化学习
11.1 深度强化学习的原理
11.2 应用场景:基于深度强化学习的推荐系统
11.3 本章小结
参考文献
第12章 工程实践和线上优化
12.1 Seq2Seq模型介绍
12.2 LSTM优化分析
12.3 优化应用实例:RapidScorer算法对GBDT的加速
12.4 本章小结
参考文献
第13章 深度学习的下一个浪潮
13.1 深度学习的探索方向展望
13.2 深度学习的应用场景展望
13.3 本章小结
参考文献

下载价格:免费
立即下载
登入/注册
知识就是力量
没有账号? 忘记密码?