目录

• LICENSE
• 深度学习教程
• 入门
  • 下载
  • 数据集
  • 符号
  • 深度学习监督优化的入门
  • Theano/Python Tips
• 使用逻辑回归分类MNIST数字
  • 模型
  • 定义损失函数
  • 创建LogisticRegression类
  • 学习模型
  • 测试模型
  • 放在一起
  • 使用训练模型进行预测
• 多层感知器
  • 模型
  • 从逻辑回归到MLP
  • 放在一起
  • 训练MLP的提示和技巧
• 卷积神经网络（LeNet）
  • 动机
  • 稀疏连接
  • 共享权重
  • 详细信息和符号
  • 卷积运算符
  • MaxPooling
  • 完整模型：LeNet
  • 放在一起
  • 运行代码
  • 提示和技巧
• 去噪自动编码器（dA）
  • 自动编码器
  • 去噪自动编码器
  • 放在一起
  • 运行代码
• 堆叠去噪自动编码器（SdA）
  • 堆叠自动编码器
  • 将它们放在一起
  • 运行代码
  • 提示和技巧
• 受限玻尔兹曼机器（RBM）
  • 基于能量的模型（EBM）
  • 限制玻尔兹曼机器（RBM）
  • 用RBM抽样
  • 实现
  • 结果
• 深度信息网络
  • 深度信息网络
  • 调整贪婪层智能预训练
  • 实现
  • 将它们放在一起
  • 运行代码
  • 提示和技巧
• 混合蒙特卡罗取样
  • 理论
  • 使用Theano实施HMC
  • 测试我们的取样器
  • 参考
• 带有字嵌入的循环神经网络
  • 摘要
  • 代码 — 引文 — 联系方式
  • 任务
  • 数据集
  • 循环神经网络模型
  • 评估
  • 训练
  • 运行代码
• LSTM网络情感分析
  • 摘要
  • 数据
  • 模型
  • 代码 - 引文 - 联系
  • 参考
• 使用RNN-RBM建模和生成复音音乐的序列
  • RNN-RBM
  • 实现
  • 结果
  • 如何改进此代码
• 其它
  • 绘制样本和Filter
• 参考