本書主要以Python編程為基礎(chǔ)，講解了深度學(xué)習(xí)，深度學(xué)習(xí)網(wǎng)絡(luò)，以及使用高性能的算法和Python架構(gòu)訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)。第1章，機器學(xué)習(xí)-簡介，將向您介紹基本的ML概念以及我們將在本書中使用的術(shù)語。它將概述目前流行的ML算法和應(yīng)用。它還將引入dl庫，我們將在整本書中使用。第2章，神經(jīng)網(wǎng)絡(luò)，將向你介紹神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)。我們將了解它們的結(jié)構(gòu)，它們?nèi)绾芜M行預(yù)測（這是前饋部分）。以及如何使用梯度下降和反向傳播來訓(xùn)練它們（解釋如下衍生產(chǎn)品）。本章還將討論如何用神經(jīng)網(wǎng)絡(luò)來表示操作。網(wǎng)絡(luò)作為向量運算。第3章，深度學(xué)習(xí)基礎(chǔ)，將解釋使用深度神經(jīng)的基本原理。網(wǎng)絡(luò)（與淺層網(wǎng)絡(luò)相反）。它將概述最流行的DL庫和實際應(yīng)用。第四章，計算機視覺與卷積網(wǎng)絡(luò)，教你卷積神經(jīng)網(wǎng)絡(luò)（計算機視覺任務(wù)中最流行的神經(jīng)網(wǎng)絡(luò)類型）。我們將了解它們的體系結(jié)構(gòu)和構(gòu)建塊（卷積、池和膠囊以及如何使用卷積網(wǎng)絡(luò)進行圖像分類任務(wù)。第5章“高級計算機視覺”，將在前一章的基礎(chǔ)上進一步介紹高級計算機視覺主題。你不僅會學(xué)習(xí)如何分類圖像，而且還會如何檢測物體的位置和分割圖像的每個像素。我們將了解先進的卷積網(wǎng)絡(luò)結(jié)構(gòu)和實用的傳輸技術(shù)學(xué)習(xí)。第6章，用gan和vaes生成圖像，將介紹生成模型（as與歧視性模型相反，在這一點之前我們將一直掩蓋這一點）。您將了解兩種最流行的無監(jiān)督生成模型方法，Vaes和Gans，以及一些令人興奮的應(yīng)用程序。第7章，循環(huán)神經(jīng)網(wǎng)絡(luò)和語言模型，將向您介紹流行的循環(huán)網(wǎng)絡(luò)體系結(jié)構(gòu)：LSTM和選通循環(huán)單元（GRU）。我們將了解使用遞歸神經(jīng)網(wǎng)絡(luò)和最新算法的NLP范例以及解決NLP問題的體系結(jié)構(gòu)。我們還將學(xué)習(xí)語音到文本的基本知識承認(rèn)。第8章，強化學(xué)習(xí)理論，將向你介紹主要的范例和RL術(shù)語，單獨的ML字段。您將了解最重要的RL算法。我們還將了解dl和rl之間的鏈接。在整個章節(jié)中，我們將使用玩具示例更好地演示RL的概念。