基本信息  

书名：	写给新手的深度学习(2用Python实现的循环神经网络RNN和VAEGAN)
作者：	[日]我妻幸长
出版社：	中国水利水电出版社
出版日期：	2021-11-01
版次：	1
ISBN：	9787517099116
市场价：	89.8

目录   章 深度学发展历程
1.1 深度学习概述
1.1.1 人工智能与机器学习
1.1.2 深度学习
1.2 深度学应用
1.2.1 图像识别
1.2.2 图像生成
1.2.3 异常检测
1.2.4 自然语言处理
1.2.5 强化学习
1.2.6 其他应用案例
1.3 本书所涉及的技术
1.3.1 RNN
1.3.2 生成模型
第2章 学准备
2.1 Anaconda环境的搭建
2.1.1 Anaconda的下载
2.1.2 Anaconda的安装
2.1.3 Jupyter Notebook的启动
2.1.4 Jupyter Notebook的使用方法
2.1.5 Jupyter Notebook的关闭
2.2 Google Colaboratory的使用方法
2.2.1 Google Colaboratory的准备
2.2.2 Colab Notebook的使用方法
2.2.3 GPU的使用方法
2.2.4 文件的管理
2.3 Python基础
2.3.1 变量与类型
2.3.2 运算符
2.3.3 列表
2.3.4 元组
2.3.5 字典
2.3.6 if语句
2.3.7 for语句
2.3.8 函数
2.3.9 变量的作用域
2.3.10 类
2.4 NumPy与matplotlib
2.4.1 模块的导入
2.4.2 NumPy数组
2.4.3 生成数组的各种函数
2.4.4 基于reshape的形状变换
2.4.5 数组运算
2.4.6 访问元素
2.4.7 图表的绘制
2.4.8 图像的显示
2.5 基础的数学知识
2.5.1 向量
2.5.2 矩阵
2.5.3 元素项的乘积
2.5.4 矩阵乘法
2.5.5 矩阵的转置
2.5.5 微分
2.5.7 连锁律
2.5.8 偏微分
2.5.9 连锁律的扩展
……
第3章 深度学基础知识
第4章 RNN
第5章 LSTM
第6章 GRU
第7章 VAE
第8章 GAN
第9章 进阶准备
附录A
参考文献
后记 内容介绍   《写给新手的深度学习 2——用 Python 实现的循环神经网络 RNN 和 VAE、GAN》一书以Python 为基础，不借助 TensorFlow、PyTorch 等任何框架，以浅显易懂的语言对循环神经网络RNN 及生成模型中的 VAE、GAN 的构建方法进行了详细解说。其中在前 3 章对深度学习和Python 编程及数学的相关知识进行了简要概括，然后依次介绍了 RNN、LSTM、GRU、VAE、GAN 的工作原理及编程实现，这也是本书的主要内容，后一章作为进阶准备，介绍了优化算法、机器学一些技巧以及几种便于开发、试错的数据集。通过本书，读者可以从根本上理解深度学本质和相关算法原理，能够构建简单的深度学习模型，适合作为零基础读者学习深度学入门书，也适合作为高校人工智能相关专业的教材和参考书。 在线试读   媒体评论  

本书不使用Tensorflow、PyTorch这些现成的“轮子”，仅使用Python，从零开始创建自己的深度学习模型，并用通俗易懂的语言结合直观清晰的插图和示例代码，解释深度学习、AI相关的通用技术，让读者了解AI技术的底层原理，掌握深度学本质，从而掌握自己“造轮子”的方法。

本书特点：

1、注重动手实践。本书通过大量的示例代码，引导读者一边学习一边上机实践，提高动手能力。

2、强调基础的重要。学习深度学习，扎实的数学和编程基础是重要的，本书首先用的篇幅对深度学数学、Python编程知识进行了复习巩固，以加深印象，为本书的顺利学习奠定基础。

3、注意知识的衔接。本书作为“写给新手”的第2本书，对神经网络的基础知识，如正向传播和反向传播的原理及编程实现、数据预处理等知识进行了复习巩固，让读者可以顺利过渡到循环神经网络的学习。

4、代码只用Python编写，不使用任何框架，让读者快速入门，更容易掌握深度学本质。

5、双色，版式精美，阅读体验好。