Tag：深度学习  方法  应用

深度学习_方法及应用
书名页
版权页
译者序
原书序
目录
1  引言
     1.1  深度学习的定义与背景
     1.2  本书的结构安排
2  深度学习的历史
3  三类深度学习网络
     3.1  三元分类方式
     3.2  无监督和生成式学习深度网络
     3.3  监督学习深度网络
     3.4  混合深度网络
4  深度自编码器—一种无监督学习方法
     4.1  引言
     4.2  利用深度自编码器来提取语音特征
     4.3  堆叠式去噪自编码器
     4.4  转换自编码器
5  预训练的深度神经网络——一种混合方法
     5.1  受限玻尔兹曼机
     5.2  无监督逐层预训练
     5.3  DNN和HMM结合
6  深度堆叠网络及其变形——有监督学习
     6.1  简介
     6.2  深度堆叠网络的基本结构
     6.3  一种学习DSN权值的方法
     6.4  张量深度堆叠网络
     6.5  核化深度堆叠网络
7  语音和音频处理中的应用
     7.1  语音识别中声学模型的建立
     7.2  语音合成
     7.3  音频和音乐处理
8  在语言模型和自然语言处理中的相关应用
     8.1  语言模型
     8.2  自然语言处理
9  信息检索领域中的应用
     9.1  信息检索简介
     9.2  用基于深度自编码器的语义哈希方法对文档进行索引和检索
     9.3  文档检索中的深度结构语义模型
     9.4  信息检索中深度堆叠网络的应用
10  在目标识别和计算机视觉中的应用
     10.1  无监督或生成特征学习
     10.2  有监督特征学习和分类
11  多模态和多任务学习中的典型应用
     11.1  多模态：文本和图像
     11.2  多模态：语音和图像
     11.3  在语音、自然语言处理或者图像领域的多任务学习
12  结论
附录
参考文献

BCCN本地下载 

 

>> 评论

 

热门Tag：