本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
图书基本信息 | |
图书名称 | 人工智能中的深度结构学习 |
作者 | Yoshua Bengio |
定价 | 35.00元 |
出版社 | 机械工业出版社 |
ISBN | 9787111569350 |
出版日期 | 2017-08-01 |
字数 | |
页码 | |
版次 | 1 |
装帧 | 装-胶订 |
开本 | 16开 |
商品重量 | 0.4Kg |
内容简介 | |
以人工智能为 表的新技术 在给人们的生产 生 式带来 性 化。人工智能技术试图了 智能的本质,并产生一种新的能以人类智能相似的 式 出 应的智能机器。让 算机理 现实世界中诸如图像,语音 语言等数据所蕴的高层次抽象信息,并加以利 ,是该领域*的挑战之一。诸多理论 实践成果表 ,以深度 经网络为 表的“深度结构”是 决该问题的*重要工具之一。本书详细论述了采 深度结构的动机、原理 理论依据,讨论了训练深度 经网络的难点,继而详尽的介绍了自动编码器、受限玻尔兹曼机以及深度置信网络的概念 理论,并进行了理论分析。本书是深入理 深度学习的动机 原理的经典之作。 |
作者简介 | |
目录 | |
译者序 1 言1 1.1 如何训练深度结构3 1.2 中间层表示:在不同的任务享 征 抽象4 1.3 学习人工智能的必经之路5 1.4 本书大纲6 2 深度结构的理论优势8 2.1 算复 性10 2.2 一些非 式的论证11 3 局部与非局部泛化性13 3.1 局部模板匹 的局限性13 3.2 学习分布式表示17 4 具有深度结构的 经网络19 4.1 多层 经网络19 4.2 训练深度 经网络的挑战20 4.3 深度结构的 监督学习25 4.4 深度生成结构26 4.5 卷积 经网络28 4.6 自动编码器29 5 能量模型 玻尔兹曼机31 5.1 能量模型 专家乘积系统31 5.2 玻尔兹曼机34 5.3 受限玻尔兹曼机36 5.4 对 散度39 目 录 6 深层结构的逐层贪心训练46 6.1 深度置信网络的逐层训练46 6.2 堆叠自动编码器训练48 6.3 监督与部分监督训练49 7 受限玻尔兹曼机 自动编码器的 51 7.1 自动编码器 受限玻尔兹曼机的稀疏化表示51 7.2 降噪自动编码器55 7.3 层内连接56 7.4 条件RBM 时序RBM 57 7.5 分 式RBM 59 7.6 受限玻尔兹曼机 对 散度的推广59 8 DBN各层 合优化中的 分边界62 8.1 RBM展开为 限有向置信网络62 8.2 逐层贪心训练的 分证 64 8.3 所有层的 合 监督训练66 9 展望69 9.1 全局优化策略69 9.2 监督学习的重要性72 9.3 开放的问题73 10 结76 致谢78 参考文献79 |
编辑推荐 | |
文摘 | |
序言 | |