# xDeepLearningBook
**Repository Path**: yangke066812/xDeepLearningBook
## Basic Information
- **Project Name**: xDeepLearningBook
- **Description**: 实战深度学习算法
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-03-03
- **Last Updated**: 2020-12-19
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# 《实战深度学习算法：基于Python和Numpy实现》
### 配套的示例源码与数据下载说明。
不借助**深度学习框架**，零起点实现神经网络的重要算法。
正确使用模型和各种深度学习框架，离不开对原理的了解，如果对整体原理了然于胸，在应用深度学习框架的时候，可以避免陷入“盲人摸象”的窘境，看清全貌，直达本质，解决工程实践中遇到的问题。
### 内容组织
1. 提出问题。
2. 以问题为动机引出模型。
3. 介绍模型原理、必要推导和实例。
4. 实现模型算法。
5. 解决问题与验证。
### 各章目标问题和数据集
| 章 | 目标问题 | 模型、算法 | 数据集 |
| ---- | ------------------- | ------------------------------------------------------------ | ------------------------------------------------------------ |
| 1 | 空间中的二分类 | 感知机MLP、SGD | 源码生成目标数据集，无需下载 |
| 2 | 多分类图像识别 | 全连接神经网络FCN、Softmax方法、信息熵与交叉熵、反向传播推导 | [MNIST手写数字识别](http://yann.lecun.com/exdb/mnist),1D方式载入 |
| 3 | 图像识别（acc>90%） | 深层全连接神经网络DNN、隐藏层、激活函数、过拟合与正则化、DNN的反向传播推导 | 同上、1D方式载入 |
| 4 | 图像识别 | 卷积神经网络CNN、卷积与互相关、边缘填充、最大池化与平均池化、CNN反向传播推导 | 同上、3D方式载入 |
| 5 | 图象识别 | CNN的提速与优化、向量化、Momentum、NAG、Adagrad、RMSprop、AdaDelta、Adam算法及实现 | 同上、3D方式载入 |
| 6 | 图象识别 | 批量规范化 Batch Norm动机、作用、训练、推理、反向传播推导 | 同上、3D方式载入 |
| 7 | 序列分析 | 循环神经网络RNN前向计算、反向传播推导 | 源码生成目标数据集，无需下载 |
| 8 | 指数分析 | 长短时记忆网络LSTM前向计算、反向传播推导、梯度裁剪 | 选择1，原始数据，需要自行预处理：./data/沪深300历史数据.csv ；
选择2，预处理后数据，可直接用于训练和验证：./data/hs300_data_seq_nodate.csv |
| 9 | 情感分析 | 双向门控循环单元BiGRU前向计算、反向传播推导、Dropout正则化 | 选择1，原始数据，需自行预处理：[IMDB原始数据](http://ai.stanford.edu/~amaas/data/sentiment)、[nltk停用词表](http://www.nltk.org)、[50维40万英文词嵌入矩阵](https://nlp.stanford.edu/projects/glove)。
选择2，预处理后的词向量数据（一半数据量），可直接用于训练和验证。https://pan.baidu.com/s/1VZaUCceA6oEmkDaUB9oFJw 提取码 9xdu |
### 勘误
./勘误_实战深度学习算法.pdf
### 欢迎交流
欢迎同行交流[知乎专栏]() ，可从公众号 **JerryX007Srv** 获得更新提醒。
