深度学习算法实践【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

深度学习算法实践PDF格式电子书版下载

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：Dlib79

4.1.3 表情识别：Openface83

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：OpenAI152

5.5 实现一个DQN154

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