深度學習原理與實踐(開源圖書)-總目錄
阿新 • • 發佈：2018-12-03
深度學習原理與實踐(開源圖書)-總目錄
深度學習理論的突破和深度學習硬體加速能力的突破，使AI在模式識別、無人駕駛、智力遊戲領域取得空前的成功。學術界和工業界全力以赴掀起人工智慧的新一輪熱潮。各大網際網路巨頭紛紛成立人工智慧研究中心，唯恐在新一輪人工智慧的競賽被無情淘汰。深度學習應用已遍及人工智慧的各個分支，如專家系統、自動推理、自然語言理解、模式識別、計算機視覺、智慧機器人等領域。但也許我們不曾想到的事機器學習乃至人工智慧的起源，是對人本身的意識、自我、心靈等哲學問題的探索。而在發展的過程中，更是融合了統計學、神經科學、資訊理論、控制論、計算複雜性理論等學科的知識。
一起閱讀和完善: 機器學習&深度學習原理與實踐(開源圖書)。告別碎片閱讀，構成知識譜系。
第1章 人工智慧簡史
- 深度學習-10：人工智慧簡史及三劍客
- 深度學習-11：神經元、神經網路、人腦和卷積神網路
- 深度學習-12：深度學習模型的特徵與演進
- 深度學習-13:開源深度學習資料集彙總
- 深度學習-14：知名的深度學習開源架構和專案
第2章 人工智慧的理論基礎
第3章 從感知機到深度卷積神經網路
- 深度學習-30:基礎CNN模型和深度學習模型
- 深度學習-31:單層感知機
- 深度學習-32:多層感知機原理
- 深度學習-33:卷積神經網路(CNN)
- 深度學習-34:深度卷積神經網路(DCNN)
- 深度學習-35:LeNet
- 深度學習-36:AlexNet
- 深度學習-37:Inception
- 深度學習-38:VGG
- 深度學習-39:ResNet
- 深度學習-310:DenseNet
- 深度學習-311:MobileNet
- 深度學習-312:網路引數和調優
第4章 深度迴圈和深度遞迴神經網路
第5章 自編碼網路和生成式對抗網路
- 深度學習-51:自編碼網路
- 深度學習-52:深度置信網路
- 深度學習-53:深度玻爾茲曼機
- 深度學習-54:生成式對抗網路GAN(原理、模型和演進)
第6章 高階深度學習網路模型 <TODO…Waiting…>
- 深度學習-61:深度融合網路
- 深度學習-62:深度稀疏網路
- 深度學習-63:強化學習和AlphaGo
- 深度學習-64:膠囊網路(Capsules)
第7章 深度學習開源引擎
- 深度學習-71:Tensorflow的架構、模型、視覺化和案例庫
- 深度學習-72:PyTorch的架構、模型、視覺化和案例庫
- 深度學習-73:MxNet的架構、模型、視覺化和案例庫
- 深度學習-74:Keras的架構、模型、視覺化和案例庫
第8章 人工智慧未來已來
- 深度學習-80:展望深度學習的未來
- 深度學習-81:遊戲中的人工智慧
- 深度學習-82:OpenCV與深度學習
- 深度學習-83:金融科技公司
- 深度學習-84:自動駕駛技術(L0-L5級別)
- 深度學習-85:智慧地球/智慧城市/智慧家庭
- 深度學習-86:深度學習的降維攻擊及流派
- 深度學習-87:通用人工智慧,Singularity
相關文章
參考資料
- [1] 周志華. 機器學習. 清華大學出版社. 2016.
- [2] [日]杉山將. 圖解機器學習. 人民郵電出版社. 2015.
- [3] 佩德羅·多明戈斯. 終極演算法-機器學習和人工智慧如何重塑世界. 中信出版社. 2018.