本書引導讀者通過R 3.x語言編程實現各種深度學習技術。本書提供的一套實例將幫助讀者解決回歸、二項分類和多項分類問題, 並詳細探索超參數優化等問題。讀者將通過實戰案例實現卷積神經網絡 (CNN)、循環神經網絡 (RNN)、長短時記憶網絡 (LSTM)、序列到序列模型、生成對抗網絡 (GAN) 和強化學習。讀者還將學習到使用GPU進行大型數據集的高性能計算, 以及R中的並行計算編程, 讀者還將熟悉諸如MXNet這樣的並行編程庫, 這些庫是專為高效利用圖形處理器 (GPU) 計算和實現最先進的深度學習算法而設計的。讀者還將學習如何解決NLP中常見和不那麼常見的問題, 如目標檢測和動作識別, 讀者將在深度學習應用程序中利用預先訓練好的模型做遷移學習。這本書為數據科學家、機器學習實踐者、深度學習研究人員和AI愛好者, 提供了學習深度學習領域關鍵算法的實戰案例。讀者可能會在研究工作或項目中面臨實現深度學習技術和算法的問題。
