导语

  

内容提要

  

    深度学习是目前人工智能研究中前沿、有效的一项技术，主要通过构建深度神经网络解决视觉、自然语言处理、语音识别等诸多领域的问题。百度在2016年发布了国内首个开源深度学习框架PaddlePaddle，简化了深度学习算法的实现步骤，提供了灵活、易用的接口，同时支持分布式训练。
    程天恒编著的《PaddlePaddle与深度学习应用实战》由简单的例子引入深度学习和PaddlePaddle框架，介绍了PaddlePaddle的安装、测试与基本使用，并结合PaddlePaddle接口介绍深度学习的基础知识，包括常用的神经网络和算法。最后，通过一系列深度学习项目实例介绍PaddlePaddle在各种场景和问题中的应用，让读者由浅至深地理解并运用深度学习解决实际问题。

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