第1章 绪论 1
1.1 引言 1
1.2 机器学习方法 2
1.2.1 监督学习方法 3
1.2.2 半监督学习方法 4
1.3 深度学习方法 6
1.4 本书的研究内容 9
1.5 本书的结构安排 12
第2章 区分深度置信网络方法 15
2.1 引言 15
2.2 图像分类 16
2.3 区分深度置信网络 17
2.3.1 半监督学习问题描述 17
2.3.2 区分深度置信网络结构 18
2.3.3 区分深度置信网络的无监督学习方法 19
2.3.4 区分深度置信网络的监督学习方法 21
2.3.5 区分深度置信网络算法流程 25
2.4 区分深度置信网络实验 26
2.4.1 区分深度置信网络实验设置 26
2.4.2 在小规模人工数据集上的实验 27
2.4.3 在中规模图片数据集上的实验 28
2.4.4 在大规模手写数据集上的实验 30
2.4.5 在不同规模和深度的深层架构上的实验 31
2.5 本章小结 35
第3章 自适应深度置信网络方法 36
3.1 引言 36
3.2 自适应深度置信网络 37
3.2.1 监督学习问题描述 37
3.2.2 自适应深度置信网络结构 37
3.2.3 自适应深度置信网络的无监督学习方法 38
3.2.4 自适应深度置信网络的监督学习方法 40
3.2.5 自适应深度置信网络算法流程 40
3.3 自适应深度置信网络实验 42
3.3.1 自适应深度置信网络实验设置 42
3.3.2 在中规模图片数据集上的实验 43
3.3.3 在中规模手写字母数据集上的实验 43
3.3.4 在大规模手写数字数据集上的实验 46
3.4 本章小结 50
第4章 量子深度置信网络方法 51
4.1 引言 51
4.2 量子深度置信网络 52
4.2.1 量子深度置信网络结构 52
4.2.2 量子深度置信网络的监督学习方法 55
4.2.3 量子深度置信网络算法流程 56
4.3 量子深度置信网络实验 57
4.3.1 量子深度置信网络实验设置 57
4.3.2 在小规模花数据集上的实验 58
4.3.3 在小规模诊断数据集上的实验 60
4.3.4 在大规模手写数据集上的实验 61
4.4 本章小结 65
第5章 主动深度置信网络方法 66
5.1 引言 66
5.2 情感分类 67
5.3 主动深度置信网络 70
5.3.1 主动学习问题描述 70
5.3.2 主动深度置信网络的主动学习方法 71
5.3.3 主动深度置信网络算法流程 73
5.4 主动深度置信网络实验 75
5.4.1 主动深度置信网络实验设置 75
5.4.2 主动深度置信网络性能 76
5.4.3 主动学习效果 78
5.4.4 损失函数效果 79
5.4.5 使用不同数量标注数据实验 80
5.5 本章小结 82
第6章 主动模糊深度置信网络方法 83
6.1 引言 83
6.2 模糊深度置信网络 84
6.2.1 模糊深度置信网络结构 85
6.2.2 模糊参数提取 86
6.2.3 模糊深度置信网络算法 88
6.2.4 使用模糊深度置信网络分类 89
6.3 主动模糊深度置信网络 91
6.3.1 主动模糊深度置信网络算法描述 91
6.3.2 使用主动模糊深度置信网络分类 92
6.4 主动模糊深度置信网络实验 93
6.4.1 主动模糊深度置信网络实验设置 93
6.4.2 模糊深度置信网络性能 94
6.4.3 主动模糊深度置信网络性能 95
6.4.4 使用不同数量的标注数据实验 97
6.4.5 本书所提出的各种方法的训练时间 99
6.5 本章小结 101
第7章 基于深度学习的手写中文识别 102
7.1 引言 102
7.2 手写识别 103
7.3 使用深层架构的手写识别系统 104
7.4 手写识别系统中用到的深层架构 105
7.5 手写中文识别实验 106
7.5.1 在HIT-OR3C数据库上的实验 107
7.5.2 在CASIA-OLHWDB1数据库上的实验 111
7.5.3 在SCUT-COUCH2009数据库上的实验 111
7.6 本章小结 115
结论 116
参考文献 120