在引入开源Deeplearning4j(DL4J)库用于开发产品级工作流之前,作者Josh Patterson和Adam Gibson介绍了深度学习——调优、并行化、向量化及建立管道——任何库所需的基础知识。通过真实的案例,你将学会在Spark和Hadoop上用DL4J训练深度网络架构并运行深度学习工作流的方法和策略。* 深入机器学习一般概念,特别是深度学习相关概念* 理解深度网络如何从神经网络基础演化* 探索主流深度网络架构,包括Convolutional和Recurrent * 学习如何将特定的深度网络映射到具体的问题* 一般神经网络和特定深度网络架构调优基础概览* 为不同的数据类型使用DL4J的工作流工具DateVec实现向量化* 学习如何在Spark和Hadoop本地使用DL4J
|