第壹部分 Python 基础
第 1 章 Python 基础
1．1引 言
1．2 安 装
1．3 基本模块的编程
1．4 NumPy 模块
1．5 Pandas 模块
1．6 Matplotlib 模块
1．7 Python 的类——面向对象编程简介
1．8 习 题
第2部分 神经网络基础及逐步深化
第 2 章 从*简单的神经网络说起
2．1 纪元和批次
2．2 神经网络回归
2．3 神经网络分类
第 3 章 有隐藏层的神经网络
3．1 一个隐藏层的神经网络
3．2 多个隐藏层的神经网络
3．3 通过 PyTorch 实现神经网络初等计算
第三部分 深度学习的 PyTorch 实现
第 4 章 神经网络的 PyTorch 逐步深化
4．1 简单的人造数据回归
4．2 MNIST 手写数字数据神经网络案例
4．3 卷积神经网络
4．4 MNIST 手 写 数 字 数 据 ( 续)： CNN
4．5 CIFAR10 数据图像 CNN 案例·
第 5 章 递归神经网络
5．1 递归神经网络简介
5．2 长短期记忆网络 (LSTM)
5．3 LSTM 预测句子的例子
5．4 门控递归网络 (GRU)
5．5 数 据 MNIST 手 写 数 字 数 据 的GRU 分类例子
5．6 GRU 处理时间序列的例子
第 6 章 PyTorch 文本数据分析
6．1 一个简单的文本分类例子
6．2 序列到序列模型 (seq2seq)
6．3 剖析一个**名 seq2seq 案例
第 7 章 用于自然语言处理的变换器
7．1 变换器的原理
7．2 预训练模块Transformers·
7．3 seq2seq 变换器示范代码
第 8 章 现代 Hopfifield 网络
8．1 概论
8．2 传统的 Hopfifield 网络
8．3 现代 Hopfifield 网络
8．4 现代 Hopfifield 网络例子
第四部分 深度学习的 TensorFlow 实现
第 9 章 通过例子进入 TensorFlow
9．1 分类例子： 皮肤病
9．2 回归例子
9．3 不平衡数据分类例子
第 10 章 TensorFlow 案例
10．1 102 种花卉 CNN 分类例子
10．2 通过 RNN 生成文本例子
10．3 IMDB 数据文本情感分析案例
10．4 IMDB 数据的变换器示范代码
10．5 图像分割案例
