深度學(xué)習(xí)：方法及應(yīng)用

1. 引言
1.1 深度學(xué)習(xí)的定義與背景
1.2 本書的結(jié)構(gòu)安排
2. 深度學(xué)習(xí)的歷史
3. 三類深度學(xué)習(xí)網(wǎng)絡(luò)
3.1 三元分類方式
3.2 無(wú)監(jiān)督和生成式學(xué)習(xí)深度網(wǎng)絡(luò)
3.3 監(jiān)督學(xué)習(xí)深度網(wǎng)絡(luò)
3.4 混合深度網(wǎng)絡(luò)
4. 深度自編碼器——一種無(wú)監(jiān)督學(xué)習(xí)方法
4.1 引言
4.2 利用深度自編碼器來(lái)提取語(yǔ)音特征
4.3 堆疊式去噪自編碼器
4.4 轉(zhuǎn)換自編碼器
5. 預(yù)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)——一種混合方法
5.1 受限玻爾茲曼機(jī)
5.2 無(wú)監(jiān)督逐層預(yù)訓(xùn)練
5.3 DNN和HMM結(jié)合
6. 深度堆疊網(wǎng)絡(luò)及其變種——有監(jiān)督學(xué)習(xí)權(quán)值
6.1 簡(jiǎn)介
6.2 深度堆疊網(wǎng)絡(luò)的基本結(jié)構(gòu)
6.3 一種學(xué)習(xí)DSN權(quán)值的方法
6.4 張量深度堆疊網(wǎng)絡(luò)
6.5 核化深度堆疊網(wǎng)絡(luò)
7. 語(yǔ)音和音頻處理中的應(yīng)用
7.1 語(yǔ)音識(shí)別中聲學(xué)模型的建立
7.2 語(yǔ)音合成
7.3 音頻和音樂(lè)處理
8. 在語(yǔ)言模型和自然語(yǔ)言處理中的相關(guān)應(yīng)用
8.1 語(yǔ)言模型
8.2 自然語(yǔ)言處理
9. 信息檢索領(lǐng)域中的應(yīng)用
9.1 信息檢索簡(jiǎn)介
9.2 用基于深度自編碼器的語(yǔ)義哈希方法對(duì)文檔進(jìn)行索引和檢索
9.3 文檔檢索中的深度結(jié)構(gòu)語(yǔ)義模型
9.4 信息檢索中深度堆疊網(wǎng)絡(luò)的應(yīng)用
10. 目標(biāo)識(shí)別和計(jì)算機(jī)視覺中的應(yīng)用
10.1無(wú)監(jiān)督或生成特征學(xué)習(xí)
10.2有監(jiān)督特征學(xué)習(xí)和分類
11. 多模態(tài)和多任務(wù)學(xué)習(xí)中的典型應(yīng)用
11.1 多模態(tài)：文本和圖像
11.2 多模態(tài)：語(yǔ)音和圖像
11.3 在語(yǔ)音、自然語(yǔ)言處理或者圖像領(lǐng)域的多任務(wù)學(xué)習(xí)
12. 結(jié)論
附錄
參考文獻(xiàn)