圖書描述
雖然人們對機器學習的興趣已來到很高的程度，但過高的期望往往無法讓專案走得太遠。機器學習（尤其是深度神經網路）在您的組織中，究竟能發揮什麼樣真正的作用呢？這本實戰指南不僅提供此主題相關的最實用資訊，還可協助您開始構建高效的深度學習網路。
本書提供瞭許多關於深度學習調整、平行化、嚮量化與構建流程的基礎知識。雖然本書是引用開源Deeplearning4j（DL4J）函式庫來開發生産級工作流程，但裏頭所介紹的基礎知識，適用於任何函式庫。透過真實世界中的範例，您將學習到如何運用DL4J訓練深度網路架構，以及在Spark與Hadoop上運行深度學習工作流程的方法與策略。
■ 深入瞭解機器學習、尤其是深度學習的整體概念
■ 瞭解神經網路進化到深度網路的曆程
■ 探索一些主要的深度網路架構，包括捲積網路（CNN）與遞廻網路（RNN）
■ 學習如何針對特定的問題，找齣正確對應的深度網路架構
■ 針對一般神經網路與特定的深度網路架構，完整介紹調整相關的基礎知識
■ 透過DL4J的工作流程工具DataVec，把嚮量化技術運用到不同的資料型態上
■ 瞭解如何在Spark與Hadoop 上，以原生方式使用DL4J
本書提供瞭許多關於深度學習調整、平行化、嚮量化與構建流程的基礎知識。雖然本書是引用開源Deeplearning4j（DL4J）函式庫來開發生産級工作流程，但裏頭所介紹的基礎知識，適用於任何函式庫。透過真實世界中的範例，您將學習到如何運用DL4J訓練深度網路架構，以及在Spark與Hadoop上運行深度學習工作流程的方法與策略。
■ 深入瞭解機器學習、尤其是深度學習的整體概念
■ 瞭解神經網路進化到深度網路的曆程
■ 探索一些主要的深度網路架構，包括捲積網路（CNN）與遞廻網路（RNN）
■ 學習如何針對特定的問題，找齣正確對應的深度網路架構
■ 針對一般神經網路與特定的深度網路架構，完整介紹調整相關的基礎知識
■ 透過DL4J的工作流程工具DataVec，把嚮量化技術運用到不同的資料型態上
■ 瞭解如何在Spark與Hadoop 上，以原生方式使用DL4J
著者信息
作者簡介
Josh Patterson
Josh Patterson is currently VP of Field Engineering for Skymind. Previously, Josh worked as a Principal Solutions Architect at Cloudera and as a machine learning and distributed systems engineer at the Tennessee Valley Authority.
Adam Gibson
Adam Gibson is the CTO of Skymind. Adam has worked with Fortune 500 companies, hedge funds, PR firms, and startup accelerators to create their machine learning projects. He has a strong track record helping companies handle and interpret big realtime data.
Josh Patterson
Josh Patterson is currently VP of Field Engineering for Skymind. Previously, Josh worked as a Principal Solutions Architect at Cloudera and as a machine learning and distributed systems engineer at the Tennessee Valley Authority.
Adam Gibson
Adam Gibson is the CTO of Skymind. Adam has worked with Fortune 500 companies, hedge funds, PR firms, and startup accelerators to create their machine learning projects. He has a strong track record helping companies handle and interpret big realtime data.
圖書目錄
前言
chapter 01 機器學習
chapter 02 神經網路和深度學習的基礎
chapter 03 深度網路基礎
chapter 04 深度網路的主要架構
chapter 05 打造深度網路
chapter 06 深度網路的調整
chapter 07 特定深度網路架構的調整
chapter 08 嚮量化
chapter 09 Spark 上使用深度學習與 DL4J
appendix A 什麼是人工智慧？
appendix B RL4J 與強化學習
appendix C 大傢都應該知道的幾個數字
appendix D 神經網路與反嚮傳播：數學做法
appendix E 使用 ND4J API
appendix F 使用 DataVec
appendix G 使用 DL4J 的源程式碼
appendix H 設定 DL4J 專案
appendix I 設定 DL4J 專案
appendix J DL4J 安裝問題排除
索引
chapter 01 機器學習
chapter 02 神經網路和深度學習的基礎
chapter 03 深度網路基礎
chapter 04 深度網路的主要架構
chapter 05 打造深度網路
chapter 06 深度網路的調整
chapter 07 特定深度網路架構的調整
chapter 08 嚮量化
chapter 09 Spark 上使用深度學習與 DL4J
appendix A 什麼是人工智慧？
appendix B RL4J 與強化學習
appendix C 大傢都應該知道的幾個數字
appendix D 神經網路與反嚮傳播：數學做法
appendix E 使用 ND4J API
appendix F 使用 DataVec
appendix G 使用 DL4J 的源程式碼
appendix H 設定 DL4J 專案
appendix I 設定 DL4J 專案
appendix J DL4J 安裝問題排除
索引
圖書序言
圖書試讀
用户评价
相关图书
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 twbook.tinynews.org All Rights Reserved. 灣灣書站 版權所有