1许可证1
2深度学习教程3
3入门5
3.1下载
3.2数据集
3.3表示法
3.4深度学习监督优化入门
3.5 Theano / Python技巧
4使用Logistic回归分类MNIST数字17
4.1模型
4.2定义损失函数
4.3创建LogisticRegression类
4.4学习模型
4.5测试模型
4.6全部放在一起
4.7使用训练模型进行预测
5多层感知器35
5.1模型
5.2从逻辑回归到MLP
5.3全部放在一起
5.4培训MLP的提示和技巧
6卷积神经网络(LeNet)51
6.1动机
6.2稀疏连接
6.3共享权重
6.4详细信息和表示法
6.5卷积算子
6.6 MaxPooling
6.7完整模型:LeNet
6.8全部放在一起
6.9运行代码
7去噪自动编码器(dA)65
7.1自动编码器
7.2去噪自动编码器
7.3全部放在一起
7.4运行代码
8堆叠去噪自动编码器(SdA)
8.1堆叠自动编码器
8.2全部放在一起
8.3运行代码
8.4提示和技巧
9限制玻尔兹曼机器(RBM)91
9.1基于能量的模型(EBM)
9.2受限制的玻尔兹曼机器(RBM)
9.3 RBM中的抽样
9.4实施
9.5结果
10深信仰网络109
10.1深层信仰网络
10.2证明贪婪层明智的预训练
10.3实施
10.4全部放在一起
10.5运行代码
10.6提示和技巧
11混合蒙特卡罗取样119
11.1理论
11.2使用Theano实现HMC
11.3测试我们的采样器
11.4参考文献
12带字嵌入的递归神经网络133
12.1摘要
12.2代码 - 引文 - 联系
12.3任务
12.4数据集
12.5递归神经网络模型
12.6评估
12.7培训
12.8运行代码
13 LSTM情感分析网络143
13.1摘要
13.2数据
13.3模型
13.4代码 - 引文 - 联系
13.5参考文献
14使用RNN-RBM建立和生成复音音乐序列
14.1 RNN-RBM
14.2实施
14.3结果
14.4如何改进此代码
15其他
15.1绘制样本和过滤器