"（1）完整展示多種深度神經網絡（FNN、CNN、RNN等）在一繫列分類和回歸問題中的應用，有助於讀者認識不同神經網絡的結構特點和適用性。（2）圖文並茂地描述特定工程領域的數學建模和理論推導過程，幫助讀者理解工程問題和對應仿真代碼。（3）詳細闡述不同應用場景的數據生成過程，包括特征字段的選擇和賦值，有助於啟發工程師創建多樣的數據以驗證模型性能。（4）為了展示深度學習工具解決實際問題的能力，選擇了多樣的應用領域。?簡單但巧妙的“玩具”示例（如分類圓和橢圓，判斷晴天和陰天）。?實等

●章什麼是深度學習1.1深度學習1.2深度學歷史1.3神經網絡1.3.1日光檢測器1.3.2“異或”神經網絡1.4深度學習與數據1.5深度學類型1.5.1多層神經網絡1.5.2卷積神經網絡(CNN)1.5.3循環神經網絡(RNN)1.5.4長短期記憶網絡(LSTM)1.5.5遞歸神經網絡1.5.6時間卷積機(TCM)1.5.7堆疊自動編碼器1.5.8極限學習機(ELM)1.5.9遞歸深度學習1.5.10生成式深度學習1.6深度學應用1.7本書的組成架構第2章MATLAB機器學習工具箱2.1商業MATLAB軟件2.2MATLAB開源工具2.2.1深度學習工具箱2.2.2深度神經網絡2.2.3MatConvNet2.2.4模式識別和機器學習工具箱(PRMLT)2.3XOR示例2.4訓練2.5策梅洛問題第3章利用深度學習尋找圓形3.1引言3.2結構3.2.1圖像輸入層3.2.2二維卷積層3.2.3批標準化層3.2.4激活函數層3.2.5二維大池化層3.2.6全連接層3.2.7softmax層3.2.8分類層3.2.9將層結構化3.3生成數據: 橢圓和圓3.3.1問題3.3.2解決方案3.3.3運行過程3.4訓練和測試3.4.1問題3.4.2解決方案3.4.3運行過程第4章電影分類4.1引言4.2生成電影數據庫4.2.1問題4.2.2解決方案4.2.3運行過程4.3生成觀影者數據庫4.3.1問題4.3.2解決方案4.3.3運行過程4.4訓練和測試4.4.1問題4.4.2解決方案4.4.3運行過程第5章深度學習算法5.1構建檢測過濾器5.1.1問題5.1.2解決方案5.1.3運行過程5.2模擬故障檢測5.2.1問題5.2.2解決方案5.2.3運行過程5.3訓練和測試5.3.1問題5.3.2解決方案5.3.3運行過程第6章托卡馬克中斷檢測6.1引言6.2數值模型6.2.1動力學6.2.2傳感器6.2.3擾動6.2.4控制器6.3動力學模型6.3.1問題6.3.2解決方案6.3.3運行過程等離子體仿真.1問題.2解決方案.3運行過程6.5等離子體控制6.5.1問題6.5.2解決方案6.5.3運行過程6.6訓練和測試6.6.1問題6.6.2解決辦法6.6.3運行過程第7章分類芭蕾舞者的足尖旋轉動作7.1引言7.1.1慣性7.1.2物理原理7.2數據獲取7.2.1問題7.2.2解決方案7.2.3運行過程7.3定向7.3.1問題7.3.2解決方案7.3.3運行過程7.4舞者仿真7.4.1問題7.4.2解決方案7.4.3運行過程7.5實時繪制7.5.1問題7.5.2解決方案7.5.3運行過數顯示7.6.1問題7.6.2解決方案7.6.3運行過程7.7獲取數據的圖形用戶界面7.7.1問題7.7.2解決方案7.7.3運行過程7.8制作IMU腰帶7.8.1問題7.8.2解決方案7.8.3運行過程7.9測試繫統7.9.1問題7.9.2解決方案7.9.3運行過程7.10分類足尖旋轉動作7.10.1問題7.10.2解決方案7.10.3運行過程7.11硬件資源第8章補全句子8.1引言8.1.1句子的補全8.1.2語法8.1.3通過模式識別實現句子補全8.1.4生成句子8.2生成句子數據庫8.2.1問題8.2.2解決方案8.2.3運行過程8.3創建一個數字字典8.3.1問題8.3.2解決方案8.3.3運行過程8.4把句子映射為數字8.4.1問題8.4.2解決方案8.4.3運行過程8.5轉換句子8.5.1問題8.5.2解決方案8.5.3運行過程8.6訓練與測試8.6.1問題8.6.2解決方案8.6.3運行過程第9章基於地形的導航9.1引言9.2對飛行器建模9.2.1問題9.2.2解決方案9.2.3運行過程9.3生成一個地形模型9.3.1問題9.3.2解決方案9.3.3運行過程9.4拼合地形9.4.1問題9.4.2解決方案9.4.3運行過程9.5建立相機模型9.5.1問題9.5.2解決方案9.5.3運行過程9.6在地形圖上繪制航跡9.6.1問題9.6.2解決方案9.6.3運行過程9.7創建測試圖片9.7.1問題9.7.2解決方案9.7.3運行過程9.8訓練和測試9.8.1問題9.8.2解決方案9.8.3運行過程9.9仿真9.9.1問題9.9.2解決方案9.9.3運行過程0章股票預測10.1引言10.2生成一個股票市場10.2.1問題10.2.2解決方案10.2.3運行過程10.3創建一個股票市場10.3.1問題10.3.2解決方案10.3.3運行過程10.4訓練和測試10.4.1問題10.4.2解決方案10.4.3運行過程1章圖像分類11.1引言11.2使用預訓練網絡11.2.1問題11.2.2解決方案11.2.3運行過程2章軌道測定12.1引言12.2生成軌道12.2.1問題12.2.2解決方案12.2.3運行過程12.3訓練和測試12.3.1問題12.3.2解決方案12.3.3運行過程12.4實現一個LSTM網絡12.4.1問題12.4.2解決方案12.4.3運行過程12.5圓錐截面參考文獻中英文術語對照表

本書從深度學習基礎理論和MATLAB機器學習工具箱開始，由淺入深地介紹主流深度學習技術在多個特定工程領域的技術實踐。在廣泛的場景中為讀者提供有價值的理論建模、數據生成以及網絡結構設計的方法與技術，這些知識將帶領讀者探尋深度學習技術的本質，並教會讀者適當地使用這類技術解決自己的研究問題。本書結合作者多年從事MATLAB商用工具箱設計的豐富經驗，專門針對從事實際工作的工程師撰寫，覆蓋深度學技術細節，告訴我們深度學習集技術、科學和藝術於一體，涉及統計、矩陣、算法、優化、編程、分布式計算和安全等多個領域。本書出版後，好評如潮，獲得相關領域內眾多學者和工程師的關注。

(美)邁克爾·帕拉斯澤克(Michael Paluszek),(美)斯蒂芬妮·托馬斯(Stephanie Thomas) 著，羅俊海 譯 著 羅俊海 譯