深度學(xué)習(xí)（影印版）

　　在引入開源Deeplearning4j（DL4J）庫用于開發(fā)產(chǎn)品級(jí)工作流之前，作者Josh Patterson和Adam Gibson介紹了深度學(xué)習(xí)——調(diào)優(yōu)、并行化、向量化及建立管道——任何庫所需的基礎(chǔ)知識(shí)。通過真實(shí)的案例，你將學(xué)會(huì)在Spark和Hadoop上用DL4J訓(xùn)練深度網(wǎng)絡(luò)架構(gòu)并運(yùn)行深度學(xué)習(xí)工作流的方法和策略。* 深入機(jī)器學(xué)習(xí)一般概念，特別是深度學(xué)習(xí)相關(guān)概念* 理解深度網(wǎng)絡(luò)如何從神經(jīng)網(wǎng)絡(luò)基礎(chǔ)演化* 探索主流深度網(wǎng)絡(luò)架構(gòu)，包括Convolutional和Recurrent * 學(xué)習(xí)如何將特定的深度網(wǎng)絡(luò)映射到具體的問題* 一般神經(jīng)網(wǎng)絡(luò)和特定深度網(wǎng)絡(luò)架構(gòu)調(diào)優(yōu)基礎(chǔ)概覽* 為不同的數(shù)據(jù)類型使用DL4J的工作流工具DateVec實(shí)現(xiàn)向量化* 學(xué)習(xí)如何在Spark和Hadoop本地使用DL4J

暫缺《深度學(xué)習(xí)（影印版）》作者簡(jiǎn)介