深度学习基础与实践pdf+epub

本书是由两位技术出身的企业管理者编写的深度学习普及书。本书的前四章提供了足够的关于深度学习的理论知识，包括机器学习的基本概念、神经网络基础、从神经网络到深度网络的演化历程，以及主流的深度网络架构，为读者阅读本书剩余内容下基础。后五章带领读者行一系列深度学习的实践，包括建立深层网络、调优技术、各种数据类型的向量化和在Spark上运行深度学习工作流。<br/>【推荐语】<br/>本书从调优、并行、向量化、构建管道等深度学习基础知识始，逐步深，通过现实生活中的例子，展现深度网络架构的方法和策略。本书避免了艰深的理论讨论，而是针对实际问题提供了必要的指引。 -深理解机器学习和深度学习基本概念 -了解从神经网络到深度网络的演化历程 -探索主流深度网络架构，包括卷积神经网络和循环神经网络 -了解如何将特定的深度网络应用于适合的问题 -全面了解通用的对神经网络和特定深度网络架构调优的基础知识 -学习针对不同类型数据的向量化技术以及如何在Spark和Hadoop平台上原生地使用DL4J<br/>【作者】<br/>Josh Patterson是Skymind公司副总裁，曾任Cloudera公司通用解决方案架构师、田纳西河流域管理局机器学习与分布式系统工程师。 Adam Gibson是Skymind公司CTO，在帮助公司处理和解析大量实时数据方面经验丰富<br/>