目 錄精彩樣章

第一部分 Python 基礎(chǔ)

第 1 章 Python 基礎(chǔ)

1.1引 言

1.2 安 裝

1.3 基本模塊的編程

1.4 NumPy 模塊

1.5 Pandas 模塊

1.6 Matplotlib 模塊

1.7 Python 的類——面向?qū)ο缶幊毯喗?

1.8 習(xí) 題

第二部分 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)及逐步深化

第 2 章 從最簡單的神經(jīng)網(wǎng)絡(luò)說起

2.1 紀元和批次

2.2 神經(jīng)網(wǎng)絡(luò)回歸

2.3 神經(jīng)網(wǎng)絡(luò)分類

第 3 章 有隱藏層的神經(jīng)網(wǎng)絡(luò)

3.1 一個隱藏層的神經(jīng)網(wǎng)絡(luò)

3.2 多個隱藏層的神經(jīng)網(wǎng)絡(luò)

3.3 通過 PyTorch 實現(xiàn)神經(jīng)網(wǎng)絡(luò)初等計算

第三部分 深度學(xué)習(xí)的 PyTorch 實現(xiàn)

第 4 章 神經(jīng)網(wǎng)絡(luò)的 PyTorch 逐步深化

4.1 簡單的人造數(shù)據(jù)回歸

4.2 MNIST 手寫數(shù)字數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)案例

4.3 卷積神經(jīng)網(wǎng)絡(luò)

4.4 MNIST 手 寫 數(shù) 字 數(shù) 據(jù) ( 續(xù)): CNN

4.5 CIFAR10 數(shù)據(jù)圖像 CNN 案例·

第 5 章 遞歸神經(jīng)網(wǎng)絡(luò)

5.1 遞歸神經(jīng)網(wǎng)絡(luò)簡介

5.2 長短期記憶網(wǎng)絡(luò) (LSTM)

5.3 LSTM 預(yù)測句子的例子

5.4 門控遞歸網(wǎng)絡(luò) (GRU)

5.5 數(shù) 據(jù) MNIST 手 寫 數(shù) 字 數(shù) 據(jù) 的GRU 分類例子

5.6 GRU 處理時間序列的例子

第 6 章 PyTorch 文本數(shù)據(jù)分析

6.1 一個簡單的文本分類例子

6.2 序列到序列模型 (seq2seq)

6.3 剖析一個著名 seq2seq 案例

第 7 章 用于自然語言處理的變換器

7.1 變換器的原理

7.2 預(yù)訓(xùn)練模塊Transformers·

7.3 seq2seq 變換器示范代碼

第 8 章 現(xiàn)代 Hopfifield 網(wǎng)絡(luò)

8.1 概論

8.2 傳統(tǒng)的 Hopfifield 網(wǎng)絡(luò)

8.3 現(xiàn)代 Hopfifield 網(wǎng)絡(luò)

8.4 現(xiàn)代 Hopfifield 網(wǎng)絡(luò)例子

第四部分 深度學(xué)習(xí)的 TensorFlow 實現(xiàn)

第 9 章 通過例子進入 TensorFlow

9.1 分類例子: 皮膚病

9.2 回歸例子

9.3 不平衡數(shù)據(jù)分類例子

第 10 章 TensorFlow 案例

10.1 102 種花卉 CNN 分類例子

10.2 通過 RNN 生成文本例子

10.3 IMDB 數(shù)據(jù)文本情感分析案例

10.4 IMDB 數(shù)據(jù)的變換器示范代碼

10.5 圖像分割案例