多种网盘链接检测插件 购买前，请先检测网盘链接是否有效
《深度学习：Java语言实现》_1
《深度学习：Java语言实现》_2
《深度学习：Java语言实现》_3
内容简介：
内容简介
本书是一本面向初学者的深度学习和机器
学习实战宝典。作者融合自己丰富的工程实践经
验,详细阐述机器学习和深度学习的核心概念
算法和实现,并深入探讨如何将深度学习算法应
用到研究和产业中去,一步步地剖析算法背后的
数学原理,提供大量简洁的代码实现,助你从零
基础开始编程实现深度学习算法。
全书共8章,第1章介绍深度学习的由来及
发展;第2章介绍与深度学习相关的机器学习算
法及实现;第3章介绍深度学习经典算法的
与实现,包括深度信念网络(DBN)和栈式去
噪自编码器(SDA);第4章集中介绍 Dropout
和CNN的相关算法及实现;第5章介绍如何
用ND4J和DL4J库来实现深度学习模型;第
6章通过实际应用场景,深入讨论如何应用深度
学习算法;第7章介绍其他深度学习框架,包括
Teano、 TensorFlow和 Caffe等;第8章重点
讨论人工智能和深度学习的未来和发展
Java Deep Learning
原书封面
圆■智能系统与技术丛书
Java Deep Learning Essentials
深度学习
Java语言实现
ri]巢笼悠辅( Yusuke Sugomor)著
Chen澎王磊陆明译
Q想患出
图书在版编目(CIP)数据
深度学习:Java语言实现/(ri)巢笼悠辅著;Chen澎,王磊,陆明译.一北京:机械工业出
(智能系统与技术丛书
书名原文: Java Deep Learning Essentials
ISBN978-7-111-57298-5
L.深…Ⅱ.①巢…②Chen…③王…④陆…ⅢJAVA语言一程序设计IV.TP3128
中guo版本图书馆CP数据核字(2017)第154253号
本书版权登记号:图字:01-2016-8646
Yusuke Sugomorit Java Deep Learning Essentials (ISBN: 978-1-78528-219-5)
Copyright o 2016 Packt Publishing. First published in the English language under
de\" java
hinese simplified language edition published by China Machine Press,
本书中文简体字版由 Packt Publishing授权机械工业出版社独家出版。未经出版者书面许可,不得以任何方式复
制或抄袭本书内容。
深度学习:Java语言实现
出版发行:机械工业出版社(北京市四城区百万庄大街22号邮收编码:1000371
责任编辑:张锡鹏
责任校对:股虹
印届刷:三河市宏图印务有限公司
版次:2017年7月第1版第1次印刷
开本:186mm×240mm1/16
印张:12.2
页、脱页,由本社发行部调换
投稿热线 010)8
购书热线010)683262948837964968995259读者信箱:hzit@hab
本书法律顾问:北京大成律师事务所Han光/邹跳东
译者序
本书是一本实战型的深度学习和机器学习宝典,十分适合Java的深度学习入门者。
本书涵盖了深度学习的主要成熟算法,一步步地剖析算法背后的数学原理,并提供大
量通俗易懂的代码加以说明。同时,为了能更好地指导实践,作者生动地阐述了很多
宝贵的工程经验和技术直觉。最后,本书介绍了该领域最新的研究和应用成果,还包
括一些实用的网络资源及研究方法。总之,本书值得深度学习爱好者细细品味
最令人吃惊的是,本书作者 Yusuke Sugomori竟然是一位十分年轻的“老司机”
拥有丰富的工程经验。从本书内容中,我们能隐约领悟到作者探索深度学习的捷径
就是“敢于实践,善于实践,快速实践!”。因此,我们也建议读者从最基本的部分就
边学边做,不断深入理解深度学习的内涵
本书的译者分工如下,陆明负责第1、2、6章,王磊负责第3、4、5章,Chen澎负责
前言、附录及第7、8章,并负责全书的审校工作。感谢机械工业出版社的编辑给予的
帮助!
待别感谢我即将出生的孩子,一直支持我的妻子和父母,感谢合作译者陆明和王
磊的家人!
“轻鞭一挥芳径去,漫闻花儿断续长”,我们有理由对人工智能的未来怀有更无限
2017年3月于北京
前言
目前,人工智能技术举世瞩目,深度学习也引起人们广泛关注。在实践上,深度
学习推动了人工智能ge命性进步,其相关算法已经应用到众多领域。然而,这种“革
命性”的技术,常被认为非常复杂,让人敬而远之。而实际上,深度学习的理论和概
念并不晦涩难懂。本书将一步步地介绍相关理论和公式,并引导读者从零开始完成编
码实现
本书内容
第1章:介绍深度学习的演化过程
第2章:介绍与深度学习相关的机器学习算法
第3章:介绍深度信念网络与栈式去噪自编码器。
第4章:集中介绍 dropout和CNN的相关算法
第5章:重点介绍深度学习库DI4J及实践经验。
第6章:面向实战,实践深度学习算法和相关Java库的工程开发。
第7章:广泛介绍 Teano、 TensorFlow和Cafe等深度学习框架
第8章:介绍深度学习的最新动态及相关资源
本书的使用要求
Java8或以上(支持 lambda表达式), DeepLearnings40.4或以上版本的Java库
目标读者
本书是为那些想了解深度学习算法并期望应用到实践中的Java程序员而设计的。
|
|
