深度學習 (Deep Learning) 深度学习(Deep learning)

伊恩·古德費洛 (Ian Goodfellow), 約書亞·本吉奧 (Yoshua Bengio), 亞倫·庫維爾 (Aaron Courville)

  • 出版商: 人民郵電
  • 出版日期: 2017-08-01
  • 定價: $1,008
  • 售價: 8.5$857
  • 貴賓價: 8.0$806
  • 語言: 簡體中文
  • 頁數: 500
  • 裝訂: 平裝
  • ISBN: 7115461473
  • ISBN-13: 9787115461476
  • 相關分類: DeepLearning
  • 此書翻譯自: Deep Learning (Hardcover)
  • 相關翻譯: 深度學習 (Deep Learning)(繁體中文版) (繁中版)
  • 其他版本: 深度學習(精裝版)
  • 銷售排行: 🥉 2019 年度 簡體中文書 銷售排行 第 3 名
    🥉 2019/6 簡體中文書 銷售排行 第 3 名
    🥈 2019/2 簡體中文書 銷售排行 第 2 名
    🥉 2019/1 簡體中文書 銷售排行 第 3 名
    🥈 2018 年度 簡體中文書 銷售排行 第 2 名
    🥈 2018/12 簡體中文書 銷售排行 第 2 名

    立即出貨 (庫存 < 3)

買這商品的人也買了...

商品描述

《深度學習》由全球知名的三位專家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰寫,是深度學習領域奠基性的經典教材。

全書的內容包括3個部分:

第1部分介紹基本的數學工具和機器學習的概念,它們是深度學習的預備知識;

第2部分系統深入地講解現今已成熟的深度學習方法和技術;

第3部分討論某些具有前瞻性的方向和想法,它們被公認為是深度學習未來的研究重點。


《深度學習》適合各類讀者閱讀,包括相關專業的大學生或研究生,以及不具有機器學習或統計背景、但是想要快速補充深度學習知識,以便在實際產品或平臺中應用的軟件工程師。

深度學習是機器學習的一個分支,它能夠使計算機通過層次概念來學習經驗和理解世界。因為計算機能夠從經驗中獲取知識,所以不需要人類來形式化地定義計算機需要的所有知識。層次概念允許計算機通過構造簡單的概念來學習複雜的概念,而這些分層的圖結構將具有很深的層次。本書會介紹深度學習領域的許多主題。

本書囊括了數學及相關概念的背景知識,包括線性代數、概率論、信息論、數值優化以及機器學習中的相關內容。同時,它還介紹了工業界中實踐者用到的深度學習技術,包括深度前饋網絡、正則化、優化算法、捲積網絡、序列建模和實踐方法等,並且調研了諸如自然語言處理、語音識別、計算機視覺、在線推薦系統、生物信息學以及視頻遊戲方面的應用。最後,本書還提供了一些研究方向,涵蓋的理論主題包括線性因子模型、自編碼器、表示學習、結構化概率模型、蒙特卡羅方法、配分函數、近似推斷以及深度生成模型。

封面特色:由藝術家Daniel Ambrosi提供的中央公園杜鵑花步道夢幻景觀。在Ambrosi的億級像素全景圖上,應用Joseph Smarr(Google)和Chirs Lamb(NVIDIA)修改後的Google DeepDream開源程序,創造了Daniel Ambrosi的“幻景”。

作者簡介

Ian Goodfellow,谷歌公司(Google)的研究科學家,2014年蒙特利爾大學機器學習博士。他的研究興趣涵蓋大多數深度學習主題,特別是生成模型以及機器學習的安全和隱私。Ian Goodfellow在研究對抗樣本方面是一位有影響力的早期研究者,他發明了生成式對抗網絡,在深度學習領域貢獻卓越。

Yoshua Bengio,蒙特利爾大學計算機科學與運籌學系(DIRO)的教授,蒙特利爾學習算法研究所(MILA)的負責人,CIFAR項目的共同負責人,加拿大統計學習算法研究主席。Yoshua Bengio的主要研究目標是了解產生智力的學習原則。他還教授“機器學習”研究生課程(IFT6266),並培養了一大批研究生和博士後。

Aaron Courville,蒙特利爾大學計算機科學與運籌學系的助理教授,也是LISA實驗室的成員。目前他的研究興趣集中在發展深度學習模型和方法,特別是開發概率模型和新穎的推斷方法。Aaron Courville主要專注於計算機視覺應用,在其他領域,如自然語言處理、音頻信號處理、語音理解和其他AI相關任務方面也有所研究。

中文版審校者簡介

張志華,北京大學數學科學學院統計學教授,北京大學大數據研究中心和北京大數據研究院數據科學教授,主要從事機器學習和應用統計學的教學與研究工作。

譯者簡介

趙申劍,上海交通大學計算機系碩士研究生,研究方向為數值優化和自然語言處理。

黎彧君,上海交通大學計算機系博士研究生,研究方向為數值優化和強化學習。

符天凡,上海交通大學計算機系碩士研究生,研究方向為貝葉斯推斷。

李凱,上海交通大學計算機系博士研究生,研究方向為博弈論和強化學習。

目錄大綱

目錄

第1章引言. . . . . . . . . 1 

1.1本書面向的讀者. . . . . . . . . . . . . . . . . . . .7 

1.2深度學習的歷史趨勢. . . . . . . . . . . . . . . 8 

1.2.1神經網絡的眾多名稱和命運變遷. 8 

1.2.2與日俱增的數據量. . . . . . . . . . . . . 12 

1.2. 3與日俱增的模型規模. . . . . . . . . . .13 

1.2.4與日俱增的精度、複雜度和對現實世界的衝擊. . . . . . . . . . . . . 15 

 

第1部分應用數學與機器學習基礎

第2章線性代數. . . 19 

2.1標量、向量、矩陣和張量. . . . . . . . . . 19 

2.2矩陣和向量相乘. . . . . . . . . . . . . . . . . . .21 

2.3單位矩陣和逆矩陣. . . . . . . . . . . . . . . . 22 

2.4線性相關和生成子空間. . . . . . . . . . . 23 

2.5範數. . . . . . . . .24 

2.6特殊類型的矩陣和向量. . . . . . . . . . . 25 

2.7特徵分解. . . . 26 

2.8奇異值分解. . . . . . . . . . . . . . . . . . . . . . . 28 

2.9 Moore-Penrose偽逆. . . . . . . . . . . . . . . 28 

2.10 運算. . . . . . . . . . . . . . . . . . . . . . . . . . . 29 

2.11行列式. . . . . . . . . . . . . . . . . . . . . . . . . . . 30 

2.12實例:主成分分析. . . . . . . . . . . . . . . .30 

第3章概率與信息論. . . . . . . . . . . . . . . . . . . . .34 

3.1為什麼要使用概率. . . . . . . . . . . . . . . . 34 

3.2隨機變量. . . . . . . . . . . . . . . . . . . . . . . . . . 35 

3.3概率分佈. . . . . . . . . . . . . . . . . . . . . . . . . . 36 

3.3.1離散型變量和概率質量函數. . . . 36 

3.3.2連續型變量和概率密度函數. . . . 36 

3.4邊緣概率. . . . . . . . . . . . . . . . . . . . . . . . . . 37 

3.5條件概率. . . . . . . . . . . . . . . . . . . . . . . . . . 37 

3.6條件概率的鍊式法則. . . . . . . . . . . . . . 38 

3.7獨立性和條件獨立性. . . . . . . . . . . . . . 38 

3.8期望、方差和協方差. . . . . . . . . . . . . . 38 

3.9常用概率分佈. . . . . . . . . . . . . . . . . . . . . 39 

3.9.1 Bernoulli分佈. . . . . . . . . . . . . . . . 40 

3.9.2 Multinoulli分佈. . . . . . . . . . . . . . 40 

3.9.3高斯分佈. . . . . . . . . . . . . . . . . . . . . 40 

3.9.4指數分佈和Laplace分佈. . . . . . 41 

3.9.5 Dirac分佈和經驗分佈. . . . . . . . . 42 

3.9.6分佈的混合. . . . . . . . . . . . . . . . . . . 42 

3.10常用函數的有用性質. . . . . . . . . . . . .43 

3.11貝葉斯規則. . . . . . . . . . . . . . . . . . . . . . 45 

3.12連續型變量的技術細節. . . . . . . . . . 45 

3.13信息論. . . . . . . . . . . . . . . . . . . . . . . . . . . 47 

3.14結構化概率模型. . . . . . . . . . . . . . . . . 49 

第4章數值計算. . . . . . . . . . . . . . . . . . . . . . . . . 52 

4.1上溢和下溢. . . . . . . . . . . . . . . . . . . . . . . 52 

4.2病態條件. . . . . . . . . . . . . . . . . . . . . . . . . . 53 

4.3基於梯度的優化方法. . . . . . . . . . . . . . 53 

4.3.1梯度之上:Jacobian和Hessian矩陣. . . . . . . . . . . . . . . . . . . . . 56 

4 .4約束優化. . . . . . . . . . . . . . . . . . . . . . . . . . 60 

4.5實例:線性最小二乘. . . . . . . . . . . . . . 61 

第5章機器學習基礎. . . . . . . . . . . . . . . . . . . . .63 

5.1學習算法. . . . . . . . . . . . . . . . . . . . . . . . . . 63 

5.1.1任務T . . . . . . . . . . . . . . . . . . . . . . 63 

5.1.2性能度量P . . . . . . . . . . . . . . . . . . . 66 

5.1.3經驗E . . . . . . . . . . . . . . . . . . . . . . . 66 

5.1.4示例:線性回歸. . . . . . . . . . . . . . . 68 

5.2容量、過擬合和欠擬合. . . . . . . . . . . . 70 

5.2.1沒有免費午餐定理. . . . . . . . . . . . . 73 

5.2.2正則化. . . . . . . . . . . . . . . . . . . . . . . 74 

5.3超參數和驗證集. . . . . . . . . . . . . . . . . . .76 

5.3.1交叉驗證. . . . . . . . . . . . . . . . . . . . . 76 

5.4估計、偏差和方差. . . . . . . . . . . . . . . . .77 

5.4.1點估計. . . . . . . . . . . . . . . . . . . . . . . 77 

5.4.2偏差. . . . . . . . . . . . . . . . . . . . . . . . . 78 

5.4.3方差和標準差. . . . . . . . . . . . . . . . . 80 

5.4.4權衡偏差和方差以最小化均方誤差. . . . . . . . . . . . . . . . . . . . . . . 81 

5.4.5一致性. . . . . . . . . . . . . . . . . . . . . . . 82 

5.5最大似然估計. . . . . . . . . . . . . . . . . . . . . 82 

5.5.1條件對數似然和均方誤差. . . . . . .84 

5.5. 2最大似然的性質. . . . . . . . . . . . . . . 84 

5.6貝葉斯統計. . . . . . . . . . . . . . . . . . . . . . . 85 

5.6.1最大後驗(MAP)估計. . . . . . . . . 87 

5.7監督學習算法. . . . . . . . . . . . . . . . . . . . . 88 

5.7.1概率監督學習. . . . . . . . . . . . . . . . . 88 

5.7.2支持向量機. . . . . . . . . . . . . . . . . . . 88 

5.7.3其他簡單的監督學習算法. . . . . . .90 

5.8無監督學習算法. . . . . . . . . . . . . . . . . . .91 

5.8.1主成分分析. . . . . . . . . . . . . . . . . . . 92 

5.8.2 k-均值聚類. . . . . . . . . . . . . . . . . . . .94 

5.9隨機梯度 降. . . . . . . . . . . . . . . . . . . . . 94 

5.10構建機器學習算法. . . . . . . . . . . . . . . 96 

5.11促使深度學習發展的挑戰. . . . . . . . 96 

5.11.1維數災難. . . . . . . . . . . . . . . . . . . . 97 

5.11.2局部不變性和平滑正則化. . . . . 97 

5.11.3流形學習. . . . . . . . . . . . . . . . . . . . 99 

 

第2部分深度網絡:現代實踐

第6章深度前饋網絡. . . . . . . . . . . . . . . . . . . 105 

6.1實例:學習XOR. . . . . . . . . . . . . . . . . 107 

6.2基於梯度的學習. . . . . . . . . . . . . . . . . 110 

6.2.1代價函數. . . . . . . . . . . . . . . . . . . . 111 

6.2.2輸出單元. . . . . . . . . . . . . . . . . . . . 113 

6.3隱藏單元. . . . . . . . . . . . . . . . . . . . . . . . .119 

6.3.1整流線性單元及其擴展. . . . . . . 120 

6.3.2 logistic sigmoid與雙曲正切函數. . . . . . . . . . . . . . . . . . . . . . . . 121 

6.3.3其他隱藏單元. . . . . . . . . . . . . . . . 122 

6.4架構設計. . . . . . . . . . . . . . . . . . . . . . . . .123 

6.4.1萬能近似性質和深度. . . . . . . . . .123 

6.4.2其他架構上的考慮. . . . . . . . . . . .126 

6.5反向傳播和其他的微分算法. . . . . .126 

6.5.1計算圖. . . . . . . . . . . . . . . . . . . . . . 127 

6.5.2微積分中的鍊式法則. . . . . . . . . .128 

6.5.3遞歸地使用鍊式法則來實現反向傳播. . . . . . . . . . . . . . . . . . . . 128 

6.5.4全連接MLP中的反向傳播計算. . . . . . . . . . . . . . . . . . . . . . . . 131 

6.5 .5符號到符號的導數. . . . . . . . . . . .131 

6.5.6一般化的反向傳播. . . . . . . . . . . .133 

6.5.7實例:用於MLP訓練的反向傳播. . . . . . . . . . . . . . . . . . . . . . .135 

6.5.8複雜化. . . . . . . . . . . . . . . . . . . . . . 137 

6.5.9深度學習界以外的微分. . . . . . . 137 

6.5.10高階微分. . . . . . . . . . . . . . . . . . . 138 

6.6歷史小記. . . . . . . . . . . . . . . . . . . . . . . . .139 

第7章深度學 中的正則化. . . . . . . . . . . . 141 

7.1參數範數懲罰. . . . . . . . . . . . . . . . . . . . 142 

7.1.1 L2參數正則化. . . . . . . . . . . . . . . 142 

7.1.2 L1正則化. . . . . . . . . . . . . . . . . . . 144 

7.2作為約束的範數懲罰. . . . . . . . . . . . .146 

7.3正則化和欠約束問題. . . . . . . . . . . . .147 

7.4數據集增強. . . . . . . . . . . . . . . . . . . . . . 148 

7.5噪聲魯棒性. . . . . . . . . . . . . . . . . . . . . . 149 

7.5.1向輸出目標註入噪聲. . . . . . . . . .150 

7.6半監督學習. . . . . . . . . . . . . . . . . . . . . . 150 

7.7多任務學習. . . . . . . . . . . . . . . . . . . . . . 150 

7.8提前終止. . . . . . . . . . . . . . . . . . . . . . . . .151 

7.9參數綁定和參數共享. . . . . . . . . . . . .156 

7.9.1卷積神經網絡. . . . . . . . . . . . . . . . 156 

7.10稀疏表示. . . . . . . . . . . . . . . . . . . . . . . .157 

7.11 Bagging和其他集成方法. . . . . . . .158 

7.12 Dropout . . . . . . . . . . . . . . . . . . . . . . . . .159 

7.13對抗訓練. . . . . . . . . . . . . . . . . . . . . . . . 165 

7.14切面距離、正切傳播和流形正切分類器. . . . . . . . . . . . . . . . . . 167 

第8章深度模型中的優化. . . . . . . . . . . . . . .169 

8.1學習和純優化有什麼不同. . . . . . . . 169 

8.1.1經驗風險最小化. . . . . . . . . . . . . . 169 

8.1.2代理損失函數和提前終止. . . . . 170 

8.1.3批量算法和小批量算法. . . . . . . 170 

8.2神經網絡優化中的挑戰. . . . . . . . . . 173 

8.2.1病態. . . . . . . . . . . . . . . . . . . . . . . . 173 

8.2.2局部極小值. . . . . . . . . . . . . . . . . . 174 

8.2.3高原、鞍點和其他平坦區域. . . .175 

8.2.4懸崖和梯度爆炸. . . . . . . . . . . . . . 177 

8.2.5長期依賴. . . . . . . . . . . . . . . . . . . . 177 

8.2.6非精確梯度. . . . . . . . . . . . . . . . . . 178 

8.2.7局部和全局結構間的弱對應. . . 178 

8.2.8優化的理論限制. . . . . . . . . . . . . . 179 

8.3基本算法. . . . . . . . . . . . . . . . . . . . . . . . .180 

8.3.1隨機梯度下降. . . . . . . . . . . . . . . . 180 

8.3.2動量. . . . . . . . . . . . . . . . . . . . . . . . 181 

8.3.3 Nesterov動量. . . . . . . . . . . . . . . .183 

8.4參數初始化策略. . . . . . . . . . . . . . . . . 184 

8.5自適應學習率算法. . . . . . . . . . . . . . . 187 

8.5.1 AdaGrad . . . . . . . . . . . . . . . . . . . 187 

8.5.2 RMSProp . . . . . . . . . . . . . . . . . . . 188 

8.5.3 Adam . . . . . . . . . . . . . . . . . . . . . . . 189 

8.5.4選擇正確的優化算法. . . . . . . . . .190 

8.6二階近似方法. . . . . . . . . . . . . . . . . . . . 190 

8.6.1牛頓法. . . . . . . . . . . . . . . . . . . . . . 190 

8.6.2共軛梯度. . . . . . . . . . . . . . . . . . . . 191 

8.6.3 BFGS. . . . . . . . . . . . . . . . . . . . . . . 193 

8.7優化策略和元算法. . . . . . . . . . . . . . . 194 

8.7.1批標準化. . . . . . . . . . . . . . . . . . . . 194 

8.7.2坐標下降. . . . . . . . . . . . . . . . . . . . 196 

8.7.3 Polyak平均. . . . . . . . . . . . . . . . . 197 

8.7.4監督預訓練. . . . . . . . . . . . . . . . . . 197 

8.7.5設計有助於優化的模型. . . . . . . 199 

8.7.6延拓法和課程學習. . . . . . . . . . . .199 

第9章卷積網絡. . . . . . . . . . . . . . . . . . . . . . . . 201 

9.1卷積運算. . . . . . . . . . . . . . . . . . . . . . . . .201 

9.2動機. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 

9.3池化. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 

9.4卷積與池化作為一種無限強的先驗. . . . . . . . . . . . . . . . . . . . . . . 210 

9.5基本卷積函數的變體. . . . . . . . . . . . .211 

9.6結構化輸出. . . . . . . . . . . . . . . . . . . . . . 218 

9.7數據類型. . . . . . . . . . . . . . . . . . . . . . . . .219 

9.8高效的捲積算法. . . . . . . . . . . . . . . . . 220 

9.9隨機或無監督的特徵. . . . . . . . . . . . .220 

9 .10卷積網絡的神經科學基礎. . . . . . . 221 

9.11卷積網絡與深度學習的歷史. . . . 226 

第10章序列建模:循環和遞歸網絡. . . . 227 

10.1展開計算圖. . . . . . . . . . . . . . . . . . . . . 228 

10.2循環神經網絡. . . . . . . . . . . . . . . . . . .230 

10.2.1導師驅動過程和輸出循環網絡232 

10.2.2計算循環神經網絡的梯度. . . . 233 

10.2.3作為有向圖模型的循環網絡. . 235 

10.2.4基於上下文的RNN序列建模237 

10.3雙向RNN . . . . . . . . . . . . . . . . . . . . . . 239 

10.4基於編碼-解碼的序列到序列架構. . . . . . . . . . . . . . . . . . . . . . . 240 

10.5深度循環網絡. . . . . . . . . . . . . . . . . . .242 

10.6遞歸神經網絡. . . . . . . . . . . . . . . . . . .243 

10.7長期依賴的挑戰. . . . . . . . . . . . . . . . 244 

10.8迴聲狀態網絡. . . . . . . . . . . . . . . . . . . 245 

10.9滲漏單元和其他多時間尺度的策略. . . . . . . . . . . . . . . . . . . . . . 247 

10.9.1時間維度的跳躍連接. . . . . . . . .247 

10.9.2滲漏單元和一系列不同時間尺度. . . . . . . . . . . . . . . . . . . . . . . 247 

10.9.3刪除連接. . . . . . . . . . . . . . . . . . . 248 

10.10長短期記憶和其他門控RNN . 248 

10.10.1 LSTM . . . . . . . . . . . . . . . . . . . . 248 

10.10.2其他門控RNN. . . . . . . . . . . . .250 

10.11優化長期依賴. . . . . . . . . . . . . . . . . .251 

10.11.1截斷梯度. . . . . . . . . . . . . . . . . . 251 

10.11.2引導信息流的正則化. . . . . . . 252 

10.12外顯記憶. . . . . . . . . . . . . . . . . . . . . . 253 

第11章實踐方法論. . . . . . . . . . . . . . . . . . . . 256 

11.1性能度量. . . . . . . . . . . . . . . . . . . . . . . .256 

11.2默認的基準模型. . . . . . . . . . . . . . . . 258 

11.3決定是否收集更多數據. . . . . . . . . 259 

11.4選擇超參數. . . . . . . . . . . . . . . . . . . . . 259 

11.4. 1手動調整超參數. . . . . . . . . . . . .259 

11.4. 2自動超參數優化算法. . . . . . . . .262 

11.4.3網格搜索. . . . . . . . . . . . . . . . . . . 262 

11.4.4隨機搜索. . . . . . . . . . . . . . . . . . . 263 

11.4.5基於模型的超參數優化. . . . . . 264 

11.5調試策略. . . . . . . . . . . . . . . . . . . . . . . .264 

11.6示例:多位數字識別. . . . . . . . . . . . 267 

第12章應用. . . . . . . . . . . . . . . . . . . . . . . . . . . .269 

12.1大規模深度學習. . . . . . . . . . . . . . . . 269 

12.1.1快速的CPU實現. . . . . . . . . . . 269 

12.1.2 GPU實現. . . . . . . . . . . . . . . . . . 269 

12.1.3大規模的分佈式實現. . . . . . . . .271 

12.1. 4模型壓縮. . . . . . . . . . . . . . . . . . . 271 

12.1.5動態結構. . . . . . . . . . . . . . . . . . . 272 

12.1. 6深度網絡的專用硬件實現. . . . 273 

12.2計算機視覺. . . . . . . . . . . . . . . . . . . . . 274 

12.2.1預處理. . . . . . . . . . . . . . . . . . . . . 275 

12.2.2數據集增強. . . . . . . . . . . . . . . . . 277 

12.3語音識別. . . . . . . . . . . . . . . . . . . . . . . .278 

12.4自然語言處理. . . . . . . . . . . . . . . . . . .279 

12.4.1 n-gram . . . . . . . . . . . . . . . . . . . . .280 

12.4.2神經語言模型. . . . . . . . . . . . . . . 281 

12.4.3高維輸出. . . . . . . . . . . . . . . . . . . 282 

12.4.4結合n-gram和神經語言模型286 

12.4.5神經機器翻譯. . . . . . . . . . . . . . . 287 

12.4.6歷史展望. . . . . . . . . . . . . . . . . . . 289 

12.5其他應用. . . . . . . . . . . . . . . . . . . . . . . .290 

12.5.1推薦系統. . . . . . . . . . . . . . . . . . . 290 

12.5.2知識表示、推理和回答. . . . . . . 292 

 

第3部分深度學習研究

第13章線性因子模型. . . . . . . . . . . . . . . . . . 297 

13.1概率PCA和因子分析. . . . . . . . . . 297 

13.2獨立成分分析. . . . . . . . . . . . . . . . . . .298 

13.3慢特徵分析. . . . . . . . . . . . . . . . . . . . . 300 

13.4稀疏編碼. . . . . . . . . . . . . . . . . . . . . . . .301 

13.5 PCA的流形解釋. . . . . . . . . . . . . . . 304 

第14章自編碼器. . . . . . . . . . . . . . . . . . . . . . . 306 

14.1欠完備自編碼器. . . . . . . . . . . . . . . . 306 

14.2正則自編碼器. . . . . . . . . . . . . . . . . . .307 

14.2.1稀疏自編碼器. . . . . . . . . . . . . . . 307 

14.2.2去噪自編碼器. . . . . . . . . . . . . . . 309 

14.2.3懲罰導數作為正則. . . . . . . . . . .309 

14.3表示能力、層的大小和深度. . . . . 310 

14.4隨機編碼器和解碼器. . . . . . . . . . . .310 

14.5去噪自編碼器詳解. . . . . . . . . . . . . . 311 

14.5.1得分估計. . . . . . . . . . . . . . . . . . . 312 

14.5.2歷史展望. . . . . . . . . . . . . . . . . . . 314 

14.6使用自編碼器學習流形. . . . . . . . . 314 

14.7收縮自編碼器. . . . . . . . . . . . . . . . . . .317 

14.8預測稀疏分解. . . . . . . . . . . . . . . . . . .319 

14.9自編碼器的應用. . . . . . . . . . . . . . . . 319 

第15 表示學習. . . . . . . . . . . . . . . . . . . . . . . 321 

15.1貪心逐層無監督預訓練. . . . . . . . . 322 

15.1.1何時以及為何無監督預訓練有效有效. . . . . . . . . . . . . . . . . . . 323 

15.2遷移學習和領域自適應. . . . . . . . . 326 

15.3半監督解釋因果關係. . . . . . . . . . . .329 

15.4分佈式表示. . . . . . . . . . . . . . . . . . . . . 332 

15.5得益於深度的指數增益. . . . . . . . . 336 

15.6提供發現潛在原因的線索. . . . . . . 337 

第16章深度學習中的結構化概率模型. 339 

16.1非結構化建模的挑戰. . . . . . . . . . . .339 

16.2使用圖描述模型結構. . . . . . . . . . . .342 

16.2.1有向模型. . . . . . . . . . . . . . . . . . . 342 

16.2.2無向模型. . . . . . . . . . . . . . . . . . . 344 

16.2.3配分函數. . . . . . . . . . . . . . . . . . . 345 

16.2.4基於能量的模型. . . . . . . . . . . . .346 

16.2.5分離和d-分離. . . . . . . . . . . . . . .347 

16.2.6在有向模 型和無向模型中轉換350 

16.2.7因子圖. . . . . . . . . . . . . . . . . . . . . 352 

16.3從圖模型中採樣. . . . . . . . . . . . . . . . 353 

16.4結構化建模的優勢. . . . . . . . . . . . . . 353 

16.5學習依賴關係. . . . . . . . . . . . . . . . . . .354 

16.6推斷和近似推斷. . . . . . . . . . . . . . . . 354 

16.7結構化概率模型的深度學習方法. . . . . . . . . . . . . . . . . . . . . . . . .355 

16.7.1實例:受限玻爾茲曼機. . . . . . . 356 

第17章蒙特卡羅方法. . . . . . . . . . . . . . . . . . 359 

17.1採樣和蒙特卡羅方法. . . . . . . . . . . .359 

17.1.1為什麼需要採樣. . . . . . . . . . . . .359 

17.1.2蒙特卡羅採樣的基礎. . . . . . . . .359 

17.2重要採樣. . . . . . . . . . . . . . . . . . . . . . . .360 

17.3馬爾可夫鏈蒙特卡羅方法. . . . . . . 362 

17.4 Gibbs採樣. . . . . . . . . . . . . . . . . . . . . .365 

17.5不同的峰值之間的混合挑戰. . . . 365 

17.5.1不同峰值之間 通過回火來混合367 

17.5.2深度也許會有助於混合. . . . . . 368 

第18章直面配分函數. . . . . . . . . . . . . . . . . . 369 

18.1對數似然梯度. . . . . . . . . . . . . . . . . . .369 

18.2隨機最大似然和對比散度. . . . . . . 370 

18.3偽似然. . . . . . . . . . . . . . . . . . . . . . . . . . 375 

18.4得分匹配和比率匹配. . . . . . . . . . . .376 

18.5去噪得分匹配. . . . . . . . . . . . . . . . . . .378 

18.6噪聲對比估計. . . . . . . . . . . . . . . . . . .378 

18.7估計配分函數. . . . . . . . . . . . . . . . . . .380 

18.7.1退火重要採樣. . . . . . . . . . . . . . . 382 

18.7.2橋式採樣. . . . . . . . . . . . . . . . . . . 384 

第19章近似推斷. . . . . . . . . . . . . . . . . . . . . . . 385 

19.1把推斷視作優化問題. . . . . . . . . . . .385 

19.2期望最大化. . . . . . . . . . . . . . . . . . . . . 386 

19.3最大後驗推斷和稀疏編碼. . . . . . . 387 

19.4變分推斷和變分學習. . . . . . . . . . . .389 

19.4.1離散型潛變量. . . . . . . . . . . . . . . 390 

19.4.2變分法. . . . . . . . . . . . . . . . . . . . . 394 

19.4.3連續型潛變量. . . . . . . . . . . . . . . 396 

19.4.4學習和推斷之間的相互作用. . 397 

19.5學成近似推斷. . . . . . . . . . . . . . . . . . .397 

19.5.1醒眠算法. . . . . . . . . . . . . . . . . . . 398 

19.5.2學成推斷的其他形式. . . . . . . . .398 

第20章深度生成模型. . . . . . . . . . . . . . . . . . 399 

20.1玻爾茲曼機. . . . . . . . . . . . . . . . . . . . . 399 

20.2受限玻爾茲曼機. . . . . . . . . . . . . . . . 400 

20.2.1條件分佈. . . . . . . . . . . . . . . . . . . 401 

20.2.2訓練受限玻爾茲曼機. . . . . . . . .402 

20.3深度信念網絡. . . . . . . . . . . . . . . . . . .402 

20.4深度玻爾茲曼機. . . . . . . . . . . . . . . . 404 

20.4.1有趣的性質. . . . . . . . . . . . . . . . . 406 

20.4.2 DBM均勻場推斷. . . . . . . . . . . 406 

20.4.3 DBM的參數學習 . . . . . . . . . . . 408 

20.4.4逐層預訓練. . . . . . . . . . . . . . . . . 408 

20.4.5聯合訓練深度玻爾茲曼機. . . . 410 

20.5實值數據上的玻爾茲曼機. . . . . . . 413 

20.5.1 Gaussian-Bernoulli RBM . . . . 413 

20.5.2條件協方差的無向模型. . . . . . 414 

20.6卷積玻爾茲曼機. . . . . . . . . . . . . . . . 417 

20.7用於結構化或序列輸出的玻爾茲曼機. . . . . . . . . . . . . . . . . . . . 418 

20.8其他玻爾茲曼機. . . . . . . . . . . . . . . . 419 

20.9通過隨機操作的反向傳播. . . . . . . 419 

20.9.1通過離散隨機操作的反向傳播420 

20.10有向生成網絡. . . . . . . . . . . . . . . . . .422 

20.10.1 sigmoid信念網絡. . . . . . . . . . 422 

20.10.2可微生成器網絡. . . . . . . . . . . .423 

20.10.3變分自編碼器. . . . . . . . . . . . . .425 

20.10. 4生成式對抗網絡. . . . . . . . . . . .427 

20.10.5生成矩匹配網絡. . . . . . . . . . . .429 

20.10.6卷積生成網絡. . . . . . . . . . . . . .430 

20.10.7自回歸網絡. . . . . . . . . . . . . . . . 430 

20.10.8線性自回歸網絡. . . . . . . . . . . .430 

20.10 .9神經自回歸網絡. . . . . . . . . . . .431 

20.10.10 NADE . . . . . . . . . . . . . . . . . . . 432 

20.11從自編碼器採樣. . . . . . . . . . . . . . . 433 

20.11.1與任意去噪自編碼器相關的馬爾可夫鏈. . . . . . . . . . . . . . . . 434 

20.11. 2夾合與條件採樣. . . . . . . . . . . .434 

20.11.3回退訓練過程. . . . . . . . . . . . . .435 

20.12生成隨機網絡. . . . . . . . . . . . . . . . . .435 

20.12.1判別性GSN . . . . . . . . . . . . . . . 436 

20.13其他生成方案. . . . . . . . . . . . . . . . . .436 

20.14評估生成模型. . . . . . . . . . . . . . . . . .437 

20.15結論. . . . . 438 

參考文獻. . . . . . . . . . . . .439 

索引. . . . . . . . . . . . . . . . . 486