深度学习算法及其在网络空间安全中的应用 龙海侠等著.pdf
本书主要研究深度学习模型及其在网络空间安全领域中的应用，包括入侵检测和恶意代码分类。基于PyTorch 第三方工具，提供了深度学习模型的多层感知机、卷积神经网络、循环神经网络，以及入侵检测模型、恶意代码检测模型核心代码的Python 实现。本书可供人工智能、网络空间安全、大数据等
深度学习
基于深度学习的机器阅读理解 张鑫,樊静 著.pdf
本书介绍了基于深度学习的机器阅读理解技术，内容涵盖：任务定义与分类、发展历程、模型评测和典型应用；多层感知机、表示学习、卷积网络、循环网络、注意力机制等深度学习基础；基于深度学习的机器阅读理解技术的共性框架；指针网络等代表性模型，以及它们与共性框架的对应关系；本领域的新动向、新趋
深度学习理论与实践.pdf
深度学习作为表示学习的重要分支，有着广泛的应用价值。深度学习通常会基于多层的神经网络，它能从大规模数据中提取有效特征来表示数据，从而提高机器学习算法的性能。本书以重庆工商大学等单位的机器学习、图像处理课题为基础，系统地介绍特征选择的基本概念，以及相关的理论和算法，也对深度学习
基于深度学习的地铁基础设施病害检测.pdf
基础设施是城市轨道交通的重要组成部分，包括轨道线路中的钢轨、扣件、接触线、接触悬挂和受电弓等，这些关键设备的可靠性和可用性直接关系到整个轨道交通系统的服役能力和安全行车。本书主要内容包括绪论、图像处理基础、基于图像处理的碳滑板表面病害检测、基于图像处理的轨道线路扣件检测、基于图像
学习科学视域下的网络深度学习：理论·技术·趋势.pdf
本书首先通过对学习科学的主旨—深度学习进行研究，借鉴学习科学领域对学习环境、学习过程和学习结果研究的相关成果，结合深度学习的时代背景，构建了技术增强环境下网络深度学习的理论体系和分析框架；然后对深度学习的创新技术、工具及场景等进行探讨，对网络深度学习的策略等进行推演，对国际上
深度学习与图像分析——基础与应用.pdf
本书分基础和应用两个部分深入介绍了深度学习应用于图像分析的基本概念、方法和技术。在基础部分，第1章介绍了神经网络与深度学习基础知识，在此基础上，第2、3、4、5章分别深入讨论了近年来深度学习在图像分类、对象检测、语义分割及图像生成等应用领域的相关技术和方法。在每个应用领域下，对相
基于深度学习的社会信息挖掘应用实例分析.pdf
本书综合了大量国内外的最新资料和作者的研究成果，以应用实践中的若干问题为研究对象，探索了基于深度神经网络的分析和建模过程，列举了深度神经网络在若干社会信息挖掘的应用；以最新资料案例为例进行社会信息分析和模型构建，给出了实践指导策略；给出了不同机器学习方法的特点与适用场景，并以实际
智能通信：基于深度学习的物理层设计.pdf
近年来人工智能特别是深度学习在计算机视觉、自然语言处理、语音识别等领域获得了巨大成功，无线通信领域的研究者们期望将其应用于系统的各个层面，进而发展出智能通信，大幅度提升无线通信系统效能。智能通信也因此被认为是 5G 之后无线通信发展主流方向之一，其研究尚处于探索阶段。本书结合国内
深度学习视域下MOOC学习活动设计的理论与实践.pdf
新媒体联盟《地平线报告》（2016高等教育版）将深度学习能力作为衡量学习效果的重要标尺。在MOOC学习环境下,对学习活动进行有效设计成为促进学习者深度学习的一种手段。因此,《深度学习视域下MOOC学习活动设计的理论与实践》借助与兰州大学合作的MOOC平台和《深度学习视域下MOOC
深度学习（下）.pdf
《深度学习（下）》对所有主要的深度学习方法和最新研究趋势进行了深入探索。《深度学习（下）》分为上下两卷，五个部分。上卷包括两个部分：第一部分是基础算法，包括机器学习基础算法、早期神经网络算法、深度学习的正则化方法和深度学习的优化方法；第二部分是判别式模型，包括卷积神经网络（CNN