深度神经网络在 Keras 中的应用
机器学习
2022-05-18 v5 人工智能
摘要
深度学习是一组令人振奋的神经网络新技术。通过先进训练技术与神经网络架构组件的结合，如今可以创建能够处理表格数据、图像、文本和音频作为输入输出的人工神经网络。深度学习使神经网络能够以类似人脑功能的方式学习信息的层次结构。本课程将向学生介绍经典神经网络结构、卷积神经网络（CNN）、长短期记忆网络（LSTM）、门控循环神经网络（GRU）、生成对抗网络（GAN）以及强化学习。将涵盖这些架构在计算机视觉、时间序列、安全、自然语言处理（NLP）和数据生成方面的应用。高性能计算（HPC）方面的内容将展示深度学习如何同时利用图形处理单元（GPU）与网格加以发挥。重点主要置于深度学习对问题的应用，并对数学基础作部分介绍。读者将使用 Python 编程语言借助 Google TensorFlow 与 Keras 实现深度学习。本书不要求读者事先掌握 Python；但假定至少熟悉一种编程语言。
引用
@article{arxiv.2009.05673,
title = {Applications of Deep Neural Networks with Keras},
author = {Jeff Heaton},
journal= {arXiv preprint arXiv:2009.05673},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:1610.02357, arXiv:1603.05027, arXiv:1801.04381, arXiv:2001.02394, arXiv:1704.04861 by other authors