随着世界朝着数字化和自动化的方向发展，作为技术专家/程序员，保持自我更新并学习如何利用这些工具和技术非常重要。 本书《Python 迁移学习实用指南》旨在帮助从业人员熟悉并准备好在各自领域中使用这些进步。
目录
- 零、前言
- 一、机器学习基础
- 二、深度学习基础
- 什么是深度学习？
- 深度学习框架
- 建立具有 GPU 支持的基于云的深度学习环境
- 选择云提供商
- 设置您的虚拟服务器
- 配置您的虚拟服务器
- 安装和更新深度学习依赖项
- 访问您的深度学习云环境
- 在您的深度学习环境中验证 GPU 的启用
- 建立具有 GPU 支持的强大的本地深度学习环境
- 神经网络基础
- 一个简单的线性神经元
- 基于梯度的优化
- Jacobian 矩阵和 Hessian 矩阵
- 导数链式规则
- 随机梯度下降
- 非线性神经元
- 学习一个简单的非线性单元 – Logistic 单元
- 损失函数
- 数据表示
- 张量示例
- 张量运算
- 多层神经网络
- 反向传播 – 训练深度神经网络
- 神经网络学习中的挑战
- 病态条件
- 局部最小值和鞍点
- 悬崖和梯度爆炸
- 初始化 – 目标的本地和全局结构之间的不良对应关系
- 不精确的梯度
- 模型参数的初始化
- 启发式初始化
- SGD 的改进
- 动量法
- Nesterov 动量
- 自适应学习率 – 每个连接均独立
- AdaGrad
- RMSprop
- Adam
- 神经网络中的过拟合和欠拟合
- 模型容量
- 如何避免过拟合 - 正则化
- 权重共享
- 权重衰减
- 早期停止
- 丢弃法
- 批量标准化
- 我们需要更多数据吗？
- 神经网络的超参数
- 自动超参数调整
- 网格搜索
- 总结
- 三、了解深度学习架构
- 四、迁移学习基础
- 五、释放迁移学习的力量
- 六、图像识别与分类
- 七、文本文件分类
- 八、音频事件识别与分类
- 九、DeepDream
- 十、自动图像字幕生成器
- 十一、图像着色
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论