第1章　緒論
1.1　深度學習與機器學習　　2
1.2　深度學習的發展曆程　　3
1.3　為什麼是深度學習　　6
1.4　什麼是深度學習　　7
1.5　本書結構　　9
第2章　神經網絡
2.1　神經網絡的曆史　　12
2.2　M-P模型　　14
2.3　感知器　　16
2.4　多層感知器　　18
2.5　誤差反嚮傳播算法　　19
2.6　誤差函數和激活函數　　28
2.7　似然函數　　30
2.8　隨機梯度下降法　　31
2.9　學習率　　32
2.10　小結　　33
第3章　捲積神經網絡
3.1　捲積神經網絡的結構　　36
3.2　捲積層　　38
3.3　池化層　　39
3.4　全連接層　　40
3.5　輸齣層　　41
3.6　神經網絡的訓練方法　　41
3.7　小結　　48
第4章　受限玻爾茲曼機
4.1　Hopfield 神經網絡　　50
4.2　玻爾茲曼機　　55
4.3　受限玻爾茲曼機　　59
4.4　對比散度算法　　61
4.5　深度信念網絡　　64
4.6　小結　　66
第5章　自編碼器
5.1　自編碼器　　68
5.2　降噪自編碼器　　71
5.3　稀疏自編碼器　　73
5.4　棧式自編碼器　　76
5.5　在預訓練中的應用　　77
5.6　小結　　78
第6章　提高泛化能力的方法
6.1　訓練樣本　　80
6.2　預處理　　88
6.3　激活函數　　92
6.4　Dropout　　94
6.5　DropConnect　　96
6.6　小結　　98
第7章　深度學習工具
7.1　深度學習開發環境　　100
7.2　Theano　　100
7.3　Pylearn2　　108
7.4　Caffe　　118
7.5　訓練係統——DIGITS137
7.6　Chainer　　145
7.7　TensorFlow　　160
7.8　小結　　176
第8章　深度學習的現在和未來
8.1　深度學習的應用案例178
8.2　深度學習的未來　　195
8.3　小結　　197
參考文獻　　198
作者介紹　　207
· · · · · · (收起)