本書共11章，主要內容包括深度學習簡介、Python基礎、神經網絡基礎、卷積神經網絡、經典卷積網絡結構、遷移學習、循環神經網絡、強化學習、深度強化學習、基于策略的算法更新與趨勢等，通過具體案例，將Python語言、深度學習思想、強化學習思想和實際工程完美地結合起來。本書由淺入深，從易到難，各章節既相對獨立又前后關聯，其*大的特點就是打破了傳統書籍的講解方法，在介紹各部分理論基礎的同時，搭配具體實例，通過對相關程序的詳細講解進一步加深對理論基礎的理解。
前言
第1章 深度學習簡介1
1.1 機器學習與深度學習1
1.2 TensorFlow概述2
1.3 環境搭建3
1.3.1 在Windows系統下安裝Anaconda3
1.3.2 在Anaconda下安裝TensorFlow與Keras6
1.3.3 Spyder編輯器8
第2章 Python基礎11
2.1 數據類型11
2.1.1 數值類型11
2.1.2 字符串類型13
2.1.3 布爾類型13
2.2 變量與常量14
2.3 運算符14
2.3.1 運算符概述14
2.3.2 運算符優先級15
2.4 選擇與循環15
2.4.1 if語句15
2.4.2 while循環18
2.4.3 for循環20
2.4.4 break和continue21
2.5 列表與元組23
2.5.1 創建23
2.5.2 查詢24
2.5.3 修改24
2.5.4 刪除26
2.6 字典26
2.6.1 字典的創建27
2.6.2 字典的常規操作27
2.6.3 字典的遍歷29
2.7 函數29
2.7.1 函數的定義與調用30
2.7.2 參數傳遞31
2.8 面向對象編程33
2.8.1 類與對象33
2.8.2 繼承與多態34
2.9 思考與練習37
第3章 神經網絡基礎38
3.1 單層神經網絡38
3.2 多層神經網絡39
3.2.1 隱藏層39
3.2.2 輸入層與輸出層41
3.3 激活函數42
3.3.1 Sigmoid函數42
3.3.2 Tanh函數43
3.3.3 Relu函數44
3.3.4 Softmax函數45
3.4 神經網絡工作過程45
3.5 損失函數47
3.5.1 均方差函數47
3.5.2 交叉熵函數47
3.6 優化算法48
3.7 反向傳播49
3.8 泛化能力52
3.9 多層感知器53
3.10 MNIST數據集54
3.10.1 下載MNIST數據集54
3.10.2 數據預處理56
3.11 Keras實現感知器的手寫體識別58
3.11.1 單層感知器手寫體識別58
3.11.2 多層感知器手寫體識別61
3.12 思考與練習67
第4章 卷積神經網絡68
4.1 卷積神經網絡結構及原理68
4.1.1 卷積神經網絡特點69
4.1.2 卷積層70
4.1.3 池化層72
4.1.4 全連接層73
4.2 卷積神經網絡工作過程74
4.3 簡單卷積神經網絡實現MNIST分類76
4.3.1 MNIST數據集預處理76
4.3.2 簡單卷積神經網絡搭建77
4.4 CIFAR-10數據集84
4.4.1 下載CIFAR-10數據集85
4.4.2 CIFAR-10數據集預處理87
4.5 簡單卷積神經網絡實現CIFAR-10分類88
4.6 思考與練習93
第5章 經典卷積網絡結構94
5.1 LeNet概述94
5.2 LeNet實現MNIST分類95
5.2.1 MNIST數據預處理95
5.2.2 基于Keras搭建LeNet網絡結構95
5.2.3 對LeNet網絡模型進行編譯、訓練、評估與預測98
5.3 AlexNet概述101
5.4 AlexNet實現MNIST分類103
5.4.1 基于Keras搭建AlexNet網絡結構103
5.4.2 對AlexNet網絡模型進行編譯、訓練、評估與預測107
5.5 VGG16概述110
5.6 VGG16實現MNIST分類111
5.6.1 基于Keras搭建VGG16網絡結構112
5.6.2 對VGG16網絡模型進行評估與預測115
5.7 思考與練習117
第6章 經典卷積網絡結構進階118
6.1 GoogLeNet概述118
6.2 GoogLeNet實現MNIST分類119
6.2.1 基于Keras搭建GoogLeNet網絡結構119
6.2.2 對GoogLeNet進行訓練、評估與預測125
6.3 ResNet概述129
6.4 ResNet50實現MNIST分類131
6.4.1 基于Keras搭建ResNet50網絡結構131
6.4.2 對ResNet50網絡模型進行訓練、評估與預測138
6.5 思考與練習142
第7章 遷移學習143
7.1 基于卷積網絡實現遷移學習143
7.2 InceptionV3實現遷移學習144
7.3 Xception實現遷移學習150
7.4 MobileNet實現遷移學習155
7.5 簡單卷積網絡實現遷移學習164
7.6 思考與練習172
第8章 循環神經網絡173
8.1 循環神經網絡概述173
8.2 長短期記憶網絡174
8.2.1 LSTM前向傳播175
8.2.2 LSTM反向傳播176
8.3 Reuters數據集176
8.3.1 Reuters數據集概述176
8.3.2 文本信息預處理177
8.4 簡單RNN實現Reuters分類180
8.5 LSTM實現Reuters分類185
8.6 思考與練習190
第9章 強化學習191
9.1 初識強化學習191
9.1.1 什么是強化學習192
9.1.2 強化學習能解決什么類型的問題193
9.1.3 強化學習如何解決問題194
9.2 強化學習理論基礎194
9.2.1 基本組成元素194
9.2.2 基本模型196
9.2.3 價值函數198
9.3 求解強化學習—有模型199
9.3.1 動態規劃與貝爾曼方程199
9.3.2 策略迭代200
9.3.3 值迭代202
9.3.4 值迭代算法實現格子世界202
9.4 求解強化學習—無模型208
9.4.1 蒙特卡羅算法208
9.4.2 時間差分法209
9.4.3 Q-learning算法210
9.4.4 Q-learning實現格子世界211
9.5 思考與練習213
第10章 深度強化學習214
10.1 深度強化學習框架214
10.2 TensorFlow編程216
10.2.1 TensorFlow的計算模型—計算圖216
10.2.2 TensorFlow的數據模型—張量219
10.2.3 TensorFlow的運行模型—會話220
10.2.4 TensorFlow變量222
10.2.5 TensorFlow共享變量225
10.3 Gym的安裝及使用226
10.3.1 Gym的安裝226
10.3.2 Gym的使用227
10.4 基于值的算法更新229
10.4.1 Q-learning實現229
10.4.2 DQN算法原理233
10.4.3 DQN算法實現236
10.4.4 DDQN算法原理241
10.4.5 DDQN算法實現243
10.5 思考與練習248
第11章 基于策略的算法更新與趨勢250
11.1 策略梯度法250
11.1.1 策略目標函數251
11.1.2 策略梯度定理252
11.1.3 策略梯度算法實現254
11.2 演員–評論家算法258
11.2.1 演員–評論家算法原理258
11.2.2 演員–評論家算法實現259
11.3 優勢演員–評論家算法263
11.3.1 優勢演員–評論家算法原理264
11.3.2 優勢演員–評論家算法實現265
11.4 異步優勢演員–評論家算法269
11.4.1 異步優勢演員–評論家算法原理270
11.4.2 異步優勢演員–評論家算法實現272
11.5 深度強化學習的發展趨勢278
11.6 思考與練習279
新書資訊