更新时间：2021-09-26 16:10:53
封面
版权信息
译者序
前言
作者简介
审校者简介
第一部分 核心概念
第1章 神经网络的具体细节
1.1 神经网络的数学基础
1.2 神经网络的简单介绍
1.3 训练神经网络
1.4 总结
第二部分 计算机视觉
第2章 理解卷积网络
2.1 理解CNN
2.2 迁移学习介绍
2.3 总结
第3章 高级卷积网络
3.1 AlexNet介绍
3.2 VGG介绍
3.3 理解残差网络
3.4 理解Inception网络
3.5 Xception介绍
3.6 MobileNet介绍
3.7 DenseNet介绍
3.8 神经架构搜索的工作原理
3.9 胶囊网络介绍
3.10 总结
第4章 对象检测与图像分割
4.1 对象检测介绍
4.2 图像分割介绍
4.3 总结
第5章 生成模型
5.1 生成模型的直觉和证明
5.2 VAE介绍
5.3 GAN介绍
5.4 GAN的类型
5.5 艺术风格迁移介绍
5.6 总结
第三部分 自然语言和序列处理
第6章 语言建模
6.1 理解n-gram
6.2 神经语言模型介绍
6.3 实现语言模型
6.4 总结
第7章 理解RNN
7.1 RNN介绍
7.2 长短期记忆介绍
7.3 门控循环单元介绍
7.4 实现文本分类
7.5 总结
第8章 seq2seq模型和注意力机制
8.1 seq2seq模型介绍
8.2 使用注意力的seq2seq
8.3 理解transformer
8.4 transformer语言模型
8.5 总结
第四部分 展望未来
第9章 新兴的神经网络设计
9.1 GNN介绍
9.2 记忆增强神经网络介绍
9.3 总结
第10章 元学习
10.1 元学习介绍
10.2 基于度量的元学习
10.3 基于优化的元学习
10.4 总结
第11章 自动驾驶汽车的深度学习
11.1 自动驾驶汽车介绍
11.2 自动驾驶汽车系统的组件
11.3 3D数据处理介绍
11.4 模仿驾驶策略
11.5 ChauffeurNet驾驶策略
11.6 总结
