第1章 深度学习简介 1
1.1 初见 1
1.2 机器学习 1
1.3 神经网络 3
1.4 深度学习介绍 7
1.5 深度学习应用 8
1.6 深度学习框架 12
1.7 深度学习的未来 15
第2章 PaddIePaddle简介 16
2.1 安装PaddlePaddle 16
2.2 测试PaddlePaddle 29
第3章 初探手写数字识别 31
第4章 PaddIePaddle基本用法 44
4.1 数据准备 44
4.2 原始数据读取及预处理 44
4.3 PaddlePaddle训练数据 46
4.4 模型配置 52
4.5 激活函数 58
4.6 优化方法 64
4.7 损失函数 72
4.8 均方损失函数 73
4.9 交叉熵损失函数 73
4.10 Huber损失函数 74
4.11 CRF损失函数 74
4.12 CTC损失函数 75
4.13 反向传播算法 75
第5章 卷积神经网络 78
5.1 卷积神经网络 78
5.2 实例学习 87
5.3 拓展 112
第6章 循环神经网络 118
6.1 RNN简介 118
6.2 双向循环神经网络 121
6.3 循环神经网络使用场景 127
6.4 预测sin函数序列 129
6.5 拓展 134
第7章 PaddlePaddle实战 136
7.1 自编码器 136
7.2 PaddlePaddle实现自编码器 137
7.3 实战OCR识别(一) 140
7.4 实战OCR识别(二) 150
7.5 情感分析 164
7.6 Seq2Seq及其应用 172
7.7 实现 178
7.8 Image Caption 194
第8章 深度学习新星:生成对抗网络GAN 208
8.1 生成对抗网络(GAN) 208
8.2 GAN的其他应用 213
第9章 强化学习与AlphaGo 216