DeepLearning 0.1 documentation中文翻译_内容扉页

本文为《DeepLearning 0.1 documentation》的中文翻译，本人水平有限，如有错误或不当，欢迎批评指正！非常感谢！

原文网址：http://deeplearning.net/tutorial/contents.html

注：点击英文上的链接会转到原网页，点击对应中文转到翻译网页。

包括以下内容：

Contents

• LICENSE（许可）
• Deep Learning Tutorials（深度学习教程）
• Getting Started（入门）
  
  • Download（下载）
  • Datasets（数据集）
  • Notation（符号）
  • A Primer on Supervised Optimization for Deep Learning（深度学习有监督优化基础）
  • Theano/Python Tips
• Classifying MNIST digits using Logistic Regression（采用Logistic回归分类MNIST数字）
  
  • The Model（模型）
  • Defining a Loss Function（定义损失函数）
  • Creating a LogisticRegression class（创建LogisticRegression类）
  • Learning the Model（模型学习）
  • Testing the model（测试模型）
  • Putting it All Together（程序汇总）
• Multilayer Perceptron（多层感知器）
  
  • The Model（模型）
  • Going from logistic regression to MLP（从LG到MLP）
  • Putting it All Together（汇总）
  • Tips and Tricks for training MLPs（训练多层感知器的的一点提示与技巧）
• Convolutional Neural Networks (LeNet)（卷积神经网络CNN）
  
  • Motivation
  • Sparse Connectivity（稀疏连接性）
  • Shared Weights（共享权重）
  • Details and Notation（细节与符号）
  • The Convolution Operator（卷积操作）
  • MaxPooling（最大化池）
  • The Full Model: LeNet（完整模型）
  • Putting it All Together
  • Running the Code（运行代码）
  • Tips and Tricks（提示与技巧）
• Denoising Autoencoders (dA)（去噪自编码器DA）
  
  • Autoencoders（自编码器 ）
  • Denoising Autoencoders（去噪自编码器）
  • Putting it All Together
  • Running the Code
• Stacked Denoising Autoencoders (SdA)（堆栈式去噪自编码器SDA）
  
  • Stacked Autoencoders（堆栈式自编码器）
  • Putting it all together
  • Running the Code
  • Tips and Tricks
• Restricted Boltzmann Machines (RBM)（受限玻尔兹曼机）
  
  • Energy-Based Models (EBM)（基于能量的模型）
  • Restricted Boltzmann Machines (RBM)
  • Sampling in an RBM（RBM中的采样）
  • Implementation（实现）
  • Results（结果）
• Deep Belief Networks（深度信念网络）
  
  • Deep Belief Networks
  • Justifying Greedy Layer-Wise Pre-Training（证明逐层贪婪式预训练）
  • Implementation
  • Putting it all together
  • Running the Code
  • Tips and Tricks
• Hybrid Monte-Carlo Sampling（混合蒙特卡罗采样HMC）
  
  • Theory
  • Implementing HMC Using Theano（使用Theano实现HMC）
  • Testing our Sampler
  • References
• Recurrent Neural Networks with Word Embeddings（字嵌入经常性神经网络）
  
  • Summary
  • Code - Citations - Contact（代码 - 引文 - 联系）
  • Task
  • Dataset
  • Recurrent Neural Network Model（经常性的神经网络模型）
  • Evaluation（评估）
  • Training
  • Running the Code
• LSTM Networks for Sentiment Analysis（用于情感分析的LSTM网络）
  
  • Summary
  • Data
  • Model
  • Code - Citations - Contact（代码 - 引文 - 联系）
  • References
• Modeling and generating sequences of polyphonic music with the RNN-RBM（用RNN-RBM建模并生成和弦音乐序列）
  
  • The RNN-RBM（RNN-RBM：递归神经网络和受限玻尔兹曼机）
  • Implementation
  • Results
  • How to improve this code（改进代码）
• Miscellaneous（杂项）
  
  • Plotting Samples and Filters（绘制样本和过滤器）
• References