深度学习算法实践pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

深度学习算法实践PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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