本書(shū)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(jī)器學(xué)習(xí)-簡(jiǎn)介，將向您介紹基本的ML概念以及我們將在本書(shū)中使用的術(shù)語(yǔ)。它將概述目前流行的ML算法和應(yīng)用。它還將引入dl庫(kù)，我們將在整本書(shū)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(jìn)行預(yù)測(cè)（這是前饋部分）。以及如何使用梯度下降和反向傳播來(lái)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(lái)表示操作。網(wǎng)絡(luò)作為向量運(yùn)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(kù)和實(shí)際應(yīng)用。第四章，計(jì)算機(jī)視覺(jué)與卷積網(wǎng)絡(luò)，教你卷積神經(jīng)網(wǎng)絡(luò)（計(jì)算機(jī)視覺(jué)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(jìn)行圖像分類任務(wù)。第5章“高級(jí)計(jì)算機(jī)視覺(jué)”，將在前一章的基礎(chǔ)上進(jìn)一步介紹高級(jí)計(jì)算機(jī)視覺(jué)主題。你不僅會(huì)學(xué)習(xí)如何分類圖像，而且還會(huì)如何檢測(cè)物體的位置和分割圖像的每個(gè)像素。我們將了解先進(jìn)的卷積網(wǎng)絡(luò)結(jié)構(gòu)和實(shí)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(diǎn)之前我們將一直掩蓋這一點(diǎn)）。您將了解兩種最流行的無(wú)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(yǔ)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(wèn)題的體系結(jié)構(gòu)。我們還將學(xué)習(xí)語(yǔ)音到文本的基本知識(shí)承認(rèn)。第8章，強(qiáng)化學(xué)習(xí)理論，將向你介紹主要的范例和RL術(shù)語(yǔ)，單獨(dú)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(gè)章節(jié)中，我們將使用玩具示例更好地演示RL的概念。