●第1部分深度學習入門
第1章深度學習簡介
1.1什麼是深度學習
1.2生物和人
1.3人工神經網絡和它的層
1.3.1輸入層
1.3.2隱藏層
1.3.3輸出層
1.4探討激活函數
1.4.1sigmoid函數
1.4.2雙曲正切函數
1.4.3修正函數
1.4.4滲漏修正函數
1.4.5指數函數
1.4.6swish函數
1.4.7softmax函數
1.5人工神經網絡中的前向傳播
……

深度學習是人工智能最熱門的領域之一，《Python深度學習算法實戰》詳細介紹了常用的深度學習算法、使用TensorFlow實現各種算法的方法，以及算法背後的數學原理。全書分3部分共11章，其中第1部分介紹深度學習入門的相關知識、如何構建自己的神經網絡，以及Python機器學習和深度學習庫TensorFlow的使用方法。第2部分介紹深度學習的基礎算法，首先介紹了梯度下降法和它的變體，如NAG、AMSGrad、Adadelta、Adam和Nadam；然後詳細介紹了RNN和LSTM的知識，以及如何用RNN生成歌詞；接著介紹了廣泛應用於圖像識別任務的卷積神經網絡和膠囊網絡；最後介紹了如何使用CBOW、skip-gram和PV-DM理解單詞和文檔的語義。第3部分介紹一些高級的深度學習算法，探索了各種GAN，包括InfoGAN和LSGAN，以及自動編碼器，如CAE、DAE和VAE。學完本書，讀者將掌握等