●前言
●9 深度置信網絡和深度玻爾茲曼機
● 9.1 深度置信網絡和深度玻爾茲曼機的起源
● 9.1.1 玻爾茲曼機
● 9.1.2 受限玻爾茲曼機
● 9.2 模型參數學習
● 9.2.1 吉布斯采樣
● 9.2.2 對比散列算法
● 9.3 深度置信網絡
● 9.3.1 深度置信網絡模型
● 9.3.2 深度置信網絡訓練
● 9.4 深度玻爾茲曼機
● 9.4.1 深度玻爾茲曼機模型
● 9.4.2 深度玻爾茲曼機參數學習
● 9.5 深度置信網絡和深度玻爾茲曼機的應用
● 9.5.1 深度置信網絡的應用
● 9.5.2 深度玻爾茲曼機的應用
● 9.6 閱讀材料
● 參考文獻
●10 自編碼器......
內容簡介
深度學習是當前人工智能的引領技術,是引發新一輪人工智能熱潮的原動力。本書從模型、算法、原理等角度全面介紹深度學習技術,包括近兩年近期新成果。全書由三大部分組成。部分是機器學習和神經網絡基礎,包括機器學習問題、淺層機器學習、早期神經網絡等;第二部分是深度學習模型及算法,包括深度生成模型、卷積網絡、循環和遞歸網絡、表示學習等。第三部分是深度學習理論基礎和前沿課題,包括深度學習表達能力分析、深度學習泛化能力分析、深度學習可視化、深度學習的數學、物理、神經科學基礎等。