《深度学习》读书笔记思维导图.pptxVIP

《深度学习》最新版读书笔记，下载可以直接修改思维导图PPT模板 深度神经网络卷积参考文献模型网络应用技术第章发展史线性发展反馈现状正则序列时间浅层章节本书关键字分析思维导图 01内容简介第2章 深度神经网络第1章 浅层模型第3章 卷积神经网络目录030204 05第4章 反馈神经网络后记第5章 深度强化学习目录0706 内容摘要本书初定五个章节，第一章浅层模型部分介绍线性回归、Logistics回归、Softmax回归、广义线性回归模型以及机器学习基本概念。第二章介绍深度学习模型以及相应的正则化技术。第三章介绍卷积的物理意义、卷积神经网络及其各种改进。第四章介绍反馈神经网络及其改进的长短期记忆单元。第五章介绍深度强化学习，展示深度卷积网络如何与强化学习技术融合用以人机围棋博弈以及自动驾驶领域。 内容简介把深度学习中常见的知识和例子，给出数学推导及原理。 第1章 浅层模型 1.1 深度学习史前发展史1.2 线性回归模型1.3 Logistics二分类模型1.4 Softmax多分类模型1.5 广义线性模型参考文献010302040506第1章 浅层模型 第2章 深度神经网络 2.1 引言2.2 BP神经网络2.3 从BP网络到深度网络2.4 深度网络的进一步解释第2章 深度神经网络 2.5 克服过拟合：深度网络中的正则化技...参考文献2.6 深度网络发展史第2章 深度神经网络 第3章 卷积神经网络 3.1 引言3.2 卷积的数学公式及其含义3.3 卷积神经网络的技术细节3.4 CNNs的变体第3章 卷积神经网络 3.5 卷积网络在自动驾驶中的应用参考文献3.6 卷积网络发展史第3章 卷积神经网络 第4章 反馈神经网络 4.1 引言4.2 反馈神经网络4.3 长短期记忆单元反馈神经网络4.4 时间序列处理中的几种重要机制第4章 反馈神经网络 4.5 深度反馈网络在时间序列处理中的应...参考文献4.6 反馈神经网络发展现状第4章 反馈神经网络 第5章 深度强化学习 5.1 引言5.2 马尔可夫决策过程5.3 强化学习算法5.4 深度强化学习算法第5章 深度强化学习 5.5 深度强化学习的应用参考文献5.6 深度强化学习发展现状第5章 深度强化学习 后记 感谢观看读书笔记