更新时间：2022-08-16 17:21:11
封面
版权信息
内容简介
序言1
序言2
前言
深度学习基础篇
第1章 绪论
1.1 引言
1.2 深度学习技术的发展历程
1.3 深度学习的应用领域
1.4 如何开展深度学习的研究和应用开发
参考文献
第2章 国内外深度学习技术研发现状及其产业化趋势
2.1 Google在深度学习领域的研发现状
2.2 Facebook在深度学习领域的研发现状
2.3 百度在深度学习领域的研发现状
2.4 阿里巴巴在深度学习领域的研发现状
2.5 京东在深度学习领域的研发现状
2.6 腾讯在深度学习领域的研发现状
2.7 科创型公司（基于深度学习的人脸识别系统）
2.8 深度学习的硬件支撑——NVIDIA GPU
深度学习理论篇
第3章 神经网络
3.1 神经元的概念
3.2 神经网络
3.3 神经网络算法示例
第4章 卷积神经网络
4.1 卷积神经网络特性
4.2 卷积神经网络操作
4.3 卷积神经网络示例：LeNet-5
深度学习工具篇
第5章 深度学习工具Caffe
5.1 Caffe的安装
5.2 Caffe框架与源代码解析
第6章 深度学习工具Pylearn2
6.1 Pylearn2的安装
6.2 Pylearn2的使用
深度学习实践篇（入门与进阶）
第7章 基于深度学习的手写数字识别
7.1 数据介绍
7.2 手写数字识别流程
7.3 实验结果分析
第8章 基于深度学习的图像识别
8.1 数据来源
8.2 Cifar10识别流程
8.3 实验结果分析
第9章 基于深度学习的物体图像识别
9.1 数据来源
9.2 物体图像识别流程
9.3 实验结果分析
第10章 基于深度学习的人脸识别
10.1 数据来源
10.2 人脸识别流程
10.3 实验结果分析
深度学习实践篇（高级应用）
第11章 基于深度学习的人脸识别——DeepID算法
11.1 问题定义与数据来源
11.2 算法原理
11.3 人脸识别步骤
11.4 实验结果分析
第12章 基于深度学习的表情识别
12.1 表情数据
12.2 算法原理
12.3 表情识别步骤
12.4 实验结果分析
第13章 基于深度学习的年龄估计
13.1 问题定义
13.2 年龄估计算法
13.3 实验结果分析
第14章 基于深度学习的人脸关键点检测
14.1 问题定义和数据来源
14.2 基于深度学习的人脸关键点检测的步骤
深度学习总结展望篇
第15章 总结与展望
15.1 深度学习领域当前的主流技术及其应用领域
15.2 深度学习的缺陷
15.3 展望
