- 作 者：（日）小高知宏著；申富饶，于惠译
- 出 版 社：北京：机械工业出版社
- 出版年份：2018
- ISBN：9787111586579
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
8
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
第1章 自然语言处理与深度学习 1
1.1自然语言处理 1
1.1.1什么是自然语言处理 1
1.1.2自然语言处理基础 4
1.2深度学习 13
1.2.1人工智能与机器学习 13
1.2.2神经网络 16
1.2.3卷积神经网络和自编码器 22
1.3与自然语言处理相关的深度学习 27
1.3.1自然语言处理与神经网络、深度学习 27
1.3.2用神经网络来表达单词意义 29
1.3.3深度学习应用于自然语言处理 31
第2章 基于文本处理的自然语言处理 32
2.1自然语言文本的文本处理 32
2.1.1文字处理 32
2.1.2单词处理 45
2.1.3 1-of-N表示的处理 54
2.2基于单词2-gram的文本生成 68
第3章 深度学习应用于自然语言文本分析 77
3.1基于CNN的文本分类 77
3.2准备1：卷积运算和池化处理 81
3.2.1卷积运算 81
3.2.2池化处理 90
3.3准备2：全连接型神经网络 96
3.3.1基于层次结构的全连接型神经网络的构造及学习方法 96
3.3.2全连接型神经网络的实现 99
3.4卷积神经网络的实现 102
3.4.1卷积神经网络的结构 102
3.4.2由卷积神经网络学习1-of-N表示数据 103
3.4.3基于CNN的单词序列评估 118
第4章 文本生成与深度学习 133
4.1基于循环神经网络的文本生成 133
4.1.1神经网络和文本生成 133
4.1.2循环神经网络 136
4.2 RNN的实现 139
4.2.1 RNN程序的设计 139
4.2.2 RNN程序的实现 141
4.3基于RNN的文本生成 154
4.3.1基于RNN的文本生成框架 154
4.3.2文本生成实验的实例 160
附录A将行的重复次数添加到行首的程序uniqc.c 167
附录B按照行首的数值对行进行排序的程序sortn.c 169
附录C全连接型神经网络的程序bp.c 171
参考文献 178