| 失效链接处理 |
|
深度学习_方法及应用 邓力 PDF 下载
下载地址：
版权归出版社和原作者所有，链接已删除，请购买正版
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
http://product.dangdang.com/640661919.html
相关截图：  资料简介： 《深度学习：方法和应用》这本书对深度学习方法以及它在各种信号与信息处理任务中的应用进行了概述。本书中所列举的应用是根据以下三个标准来选取的：（1）本书作者所具备的专业技能和知识；（2）由于深度学习技术的成功应用而取得了重大突破的领域，比如语音识别和计算机视觉等;（3）由于深度学习的应用而有可能发生巨变的应用领域，以及从深度学习的新研究中获益的应用领域，其中包括自然语言和文本处理、信息检索和多任务深度学习驱动下的多模态信息处理。对于深度学习方法以及它在各种信号信息处理应用方面具有浓厚兴趣的研究人员与学生来说，《深度学习：方法和应用》的时效性很强。 资料目录：
1.引言
1.1深度学习的定义与背景
1.2本书的结构安排
2.深度学习的历史
3.三类深度学习网络
3.1三元分类方式
3.2无监督和生成式学习深度网络
3.3监督学习深度网络
3.4混合深度网络
4.深度自编码器——一种无监督学习方法
4.1引言
4.2利用深度自编码器来提取语音特征
4.3堆叠式去噪自编码器
4.4转换自编码器
5.预训练的深度神经网络——一种混合方法
5.1受限玻尔兹曼机
5.2无监督逐层预训练
5.3DNN和HMM结合
6.深度堆叠网络及其变种——有监督学习权值
6.1简介
6.2深度堆叠网络的基本结构
6.3一种学习DSN权值的方法
6.4张量深度堆叠网络
6.5核化深度堆叠网络
7.语音和音频处理中的应用
7.1语音识别中声学模型的建立
7.2语音合成
7.3音频和音乐处理
8.在语言模型和自然语言处理中的相关应用
8.1语言模型
8.2自然语言处理
9.信息检索领域中的应用
9.1信息检索简介
9.2用基于深度自编码器的语义哈希方法对文档进行索引和检索
9.3文档检索中的深度结构语义模型
9.4信息检索中深度堆叠网络的应用
10.目标识别和计算机视觉中的应用
10.1无监督或生成特征学习
10.2有监督特征学习和分类
11.多模态和多任务学习中的典型应用
11.1多模态：文本和图像
11.2多模态：语音和图像
11.3在语音、自然语言处理或者图像领域的多任务学习
12.结论
附录
参考文献
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
