深度学习

后记

参考文献

5.6 深度强化学习发展现状

5.5 深度强化学习的应用

5.4 深度强化学习算法

5.3 强化学习算法

5.2 马尔可夫决策过程

5.1 引言

第5章 深度强化学习

参考文献

4.6 反馈神经网络发展现状

4.5 深度反馈网络在时间序列处理中的应用

4.4 时间序列处理中的几种重要机制

4.3 长短期记忆单元反馈神经网络

4.2 反馈神经网络

4.1 引言

第4章 反馈神经网络

参考文献

3.6 卷积网络发展史

3.5 卷积网络在自动驾驶中的应用

3.4 CNNs的变体

3.3 卷积神经网络的技术细节

3.2 卷积的数学公式及其含义

3.1 引言

第3章 卷积神经网络

参考文献

2.6 深度网络发展史

2.5 克服过拟合：深度网络中的正则化技术

2.4 深度网络的进一步解释

2.3 从BP网络到深度网络

2.2 BP神经网络

2.1 引言

第2章 深度神经网络

参考文献

1.5 广义线性模型

1.4 Softmax多分类模型

1.3 Logistics二分类模型

1.2 线性回归模型

1.1 深度学习史前发展史

第1章 浅层模型

前言

作者简介

内容简介

版权信息

封面

封面

版权信息

内容简介

作者简介

前言

第1章 浅层模型

1.1 深度学习史前发展史

1.2 线性回归模型

1.3 Logistics二分类模型

1.4 Softmax多分类模型

1.5 广义线性模型

参考文献

第2章 深度神经网络

2.1 引言

2.2 BP神经网络

2.3 从BP网络到深度网络

2.4 深度网络的进一步解释

2.5 克服过拟合：深度网络中的正则化技术

2.6 深度网络发展史

参考文献

第3章 卷积神经网络

3.1 引言

3.2 卷积的数学公式及其含义

3.3 卷积神经网络的技术细节

3.4 CNNs的变体

3.5 卷积网络在自动驾驶中的应用

3.6 卷积网络发展史

参考文献

第4章 反馈神经网络

4.1 引言

4.2 反馈神经网络

4.3 长短期记忆单元反馈神经网络

4.4 时间序列处理中的几种重要机制

4.5 深度反馈网络在时间序列处理中的应用

4.6 反馈神经网络发展现状

参考文献

第5章 深度强化学习

5.1 引言

5.2 马尔可夫决策过程

5.3 强化学习算法

5.4 深度强化学习算法

5.5 深度强化学习的应用

5.6 深度强化学习发展现状

参考文献

后记