內容簡介
《深度學習(下)》對所有主要的深度學習方法和新研究趨勢進行了深入探索。《深度學習(下)》分為上下兩卷,五個部分。上卷包括兩個部分:*部分是基礎算法,包括機器學習基礎算法、早期神經網絡算法、深度學習的正則化方法和深度學習的優化方法;第二部分是判別式模型,包括卷積神經網絡(CNN)、循環神經網絡(RNN)、長短期記憶模型(LSTM)、注意力機制和記憶網絡。下卷包括三個部分:第三部分是生成式模型,包括深度置信網絡/深度玻爾茲曼機、自編碼器(AE)/變分自編碼器(VAE)、生成對抗網絡(GAN)、像素級生成、深度聚類等;第四部分是前沿技術,討論深度強化學習;第五部分是安全保障,包括深度學習的可解釋性和對抗樣本的攻擊與防御。《深度學習(下)》特別注重學術前沿,對包括膠囊網絡在內的當前新成果進行了細致的討論。《深度學習(下)》構建了一套明晰的深度學習體繫,同時各章內容相對獨立,並有輔助網站在線提供大量論文、代碼、數據集和彩圖等學習資源供讀者邊實踐邊學習。