编辑推荐
教你用Hadoop在深度神经网络中部署大型数据集。
内容简介
本书主要目标是处理很多深度学习应用的热点问题并向读者披露解决方案的细节。主要内容分为7章：第1章介绍深度学习基础知识，第2章介绍大规模数据的分布式深度学习，第3章介绍卷积神经网络，第4章介绍循环神经网络，第5章介绍受限玻尔兹曼机，第6章介绍自动编码器，第7章介绍如何用Hadoop玩转深度学习。
作者简介
作者迪帕延·德夫（Dipayan Dev），多年大数据开发经验，擅长非关系型数据库技术和Hadoop框架，曾在IEEE和Springer的期刊上多次发表相关研究论文。现任印度PromptCloud公司软件工程师。
章节目录
版权信息
前言
本书内容
阅读背景
读者对象
排版约定
读者反馈
客户支持
第1章 深度学习介绍
1.1 开始深度学习之旅
1.2 深度学习的相关术语
1.3 深度学习——一场人工智能革命
1.4 深度学习网络的分类
1.5 小结
第2章 大规模数据的分布式深度学习
2.1 海量数据的深度学习
2.2 大数据深度学习面临的挑战
2.3 分布式深度学习和Hadoop
2.4 深度学习的开源分布式框架Deeplearning4j
2.5 在Hadoop YARN上配置Deeplearning4j
2.6 小结
第3章 卷积神经网络
3.1 卷积是什么
3.2 卷积神经网络的背景
3.3 卷积神经网络的基本层
3.4 分布式深度卷积神经网络
3.5 使用Deeplearning4j构建卷积层
3.6 小结
第4章 循环神经网络
4.1 循环网络与众不同的原因
4.2 循环神经网络
4.3 随时间反向传播
4.4 长短期记忆
4.5 双向循环神经网络
4.6 分布式深度循环神经网络
4.7 用Deeplearning4j训练循环神经网络
4.8 小结
第5章 受限玻尔兹曼机
5.1 基于能量的模型
5.2 玻尔兹曼机
5.3 受限玻尔兹曼机
5.4 卷积受限玻尔兹曼机
5.5 深度信念网络
5.6 分布式深度信念网络
5.7 用Deeplearning4j实现受限玻尔兹曼机和深度信念网络
5.8 小结
第6章 自动编码器
6.1 自动编码器
6.2 稀疏自动编码器
6.3 深度自动编码器
6.4 降噪自动编码器
6.5 自动编码器的应用
6.6 小结
第7章 用Hadoop玩转深度学习
7.1 Hadoop中的分布式视频解码
7.2 使用Hadoop进行大规模图像处理
7.3 使用Hadoop进行自然语言处理
7.4 小结
参考文献
看完了
Hadoop深度学习是2018年由人民邮电出版社·图灵出品出版,作者[印] 迪帕延·德夫。
得书感谢您对《Hadoop深度学习》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
