2024-02-09 14:31:56

docs/dl-cb/SUMMARY.md

@@ -0,0 +1,18 @@
++   [深度学习秘籍书](README.md)
++   [前言](dl-cb_00.md)
++   [第一章：工具和技术](dl-cb_01.md)
++   [第二章：摆脱困境](dl-cb_02.md)
++   [第三章：使用单词嵌入计算文本相似性](dl-cb_03.md)
++   [第四章：基于维基百科外部链接构建推荐系统](dl-cb_04.md)
++   [第五章：生成类似示例文本风格的文本](dl-cb_05.md)
++   [第六章：问题匹配](dl-cb_06.md)
++   [第七章：建议表情符号](dl-cb_07.md)
++   [第八章：序列到序列映射](dl-cb_08.md)
++   [第九章：重用预训练的图像识别网络](dl-cb_09.md)
++   [第十章：构建反向图像搜索服务](dl-cb_10.md)
++   [第十一章：检测多个图像](dl-cb_11.md)
++   [第十二章：图像风格](dl-cb_12.md)
++   [第十三章：使用自动编码器生成图像](dl-cb_13.md)
++   [第十四章：使用深度网络生成图标](dl-cb_14.md)
++   [第十五章：音乐和深度学习](dl-cb_15.md)
++   [第十六章：生产机器学习系统](dl-cb_16.md)

docs/dl-fin/SUMMARY.md

@@ -0,0 +1,8 @@
++   [面向金融的深度学习（提前发布）](README.md)
++   [第一章：介绍数据科学和交易](dl-fin_0.md)
++   [第二章：深度学习的基本概率方法](dl-fin_1.md)
++   [第三章：描述性统计和数据分析](dl-fin_2.md)
++   [第四章：深度学习的线性代数和微积分](dl-fin_3.md)
++   [第五章：介绍技术分析](dl-fin_4.md)
++   [第六章：数据科学的 Python 入门](dl-fin_5.md)
++   [关于作者](dl-fin_6.md)

docs/dl-lfsci/SUMMARY.md

@@ -0,0 +1,14 @@
++   [面向生命科学的深度学习](README.md)
++   [前言](dl-lfsci_00.md)
++   [第一章：为什么选择生命科学？](dl-lfsci_01.md)
++   [第二章：深度学习简介](dl-lfsci_02.md)
++   [第三章：使用 DeepChem 进行机器学习](dl-lfsci_03.md)
++   [分子是复杂的实体，研究人员已经开发了许多不同的技术来对其进行特征化。这些表示包括化学描述符向量，2D 图表示，3D 静电网格表示，轨道基函数表示等等。](dl-lfsci_04.md)
++   [第五章：生物物理机器学习](dl-lfsci_05.md)
++   [第六章：基因组学的深度学习](dl-lfsci_06.md)
++   [第七章：机器学习用于显微镜](dl-lfsci_07.md)
++   [第八章：医学的深度学习](dl-lfsci_08.md)
++   [第九章：生成模型](dl-lfsci_09.md)
++   [第十章：深度模型的解释](dl-lfsci_10.md)
++   [第十一章：虚拟筛选工作流程示例](dl-lfsci_11.md)
++   [第十二章：前景与展望](dl-lfsci_12.md)

docs/dl-scr/SUMMARY.md

@@ -0,0 +1,10 @@
++   [从零开始的深度学习](README.md)
++   [前言](dl-scr_0.md)
++   [第一章：基础](dl-scr_1.md)
++   [第二章：基础知识](dl-scr_2.md)
++   [第三章：从头开始的深度学习](dl-scr_3.md)
++   [第四章：扩展](dl-scr_4.md)
++   [第五章：卷积神经网络](dl-scr_5.md)
++   [第六章：循环神经网络](dl-scr_6.md)
++   [第七章：PyTorch](dl-scr_7.md)
++   [附录 A. 深入探讨](dl-scr_8.md)

docs/fund-dl/SUMMARY.md

@@ -0,0 +1,15 @@
++   [深度学习基础第二版](README.md)
++   [前言](fund-dl_00.md)
++   [第一章：深度学习的线性代数基础](fund-dl_01.md)
++   [第二章：概率基础](fund-dl_02.md)
++   [第三章：神经网络](fund-dl_03.md)
++   [第四章：训练前馈神经网络](fund-dl_04.md)
++   [第五章：在 PyTorch 中实现神经网络](fund-dl_05.md)
++   [第六章：超越梯度下降](fund-dl_06.md)
++   [第七章：卷积神经网络](fund-dl_07.md)
++   [第八章：嵌入和表示学习](fund-dl_08.md)
++   [第九章：序列分析模型](fund-dl_09.md)
++   [第十章：生成模型](fund-dl_10.md)
++   [第十一章：可解释性方法](fund-dl_11.md)
++   [第十二章：记忆增强神经网络](fund-dl_12.md)
++   [第十三章：深度强化学习](fund-dl_13.md)

docs/gen-dl/SUMMARY.md

@@ -0,0 +1,20 @@
++   [生成式深度学习](README.md)
++   [前言](gen-dl_00.md)
++   [前言](gen-dl_01.md)
++   [第一部分：生成式深度学习简介](gen-dl_02.md)
++   [第一章：生成建模](gen-dl_03.md)
++   [第二章：深度学习](gen-dl_04.md)
++   [第二部分：方法](gen-dl_05.md)
++   [第三章：变分自动编码器](gen-dl_06.md)
++   [第四章：生成对抗网络](gen-dl_07.md)
++   [第五章：自回归模型](gen-dl_08.md)
++   [第六章：正规化流模型](gen-dl_09.md)
++   [第七章：基于能量的模型](gen-dl_10.md)
++   [第八章：扩散模型](gen-dl_11.md)
++   [第三部分：应用](gen-dl_12.md)
++   [第九章：Transformer](gen-dl_13.md)
++   [第十章：高级 GANs](gen-dl_14.md)
++   [第十一章：音乐生成](gen-dl_15.md)
++   [第十二章：世界模型](gen-dl_16.md)
++   [第十三章：多模态模型](gen-dl_17.md)
++   [第十四章：结论](gen-dl_18.md)

docs/prac-dl-cld/SUMMARY.md

@@ -0,0 +1,20 @@
++   [面向云边端的深度学习实践指南](README.md)
++   [前言](prac-dl-cld_00.md)
++   [第一章：探索人工智能的领域](prac-dl-cld_01.md)
++   [第二章：图片中有什么：使用 Keras 进行图像分类](prac-dl-cld_02.md)
++   [第三章：猫与狗：使用 Keras 中的 30 行进行迁移学习](prac-dl-cld_03.md)
++   [第四章：构建反向图像搜索引擎：理解嵌入](prac-dl-cld_04.md)
++   [第五章：从新手到大师预测者：最大化卷积神经网络准确性](prac-dl-cld_05.md)
++   [第六章：最大化 TensorFlow 的速度和性能：一个便捷清单](prac-dl-cld_06.md)
++   [第七章：实用工具、技巧和窍门](prac-dl-cld_07.md)
++   [第八章：云计算机视觉 API：15 分钟内上手](prac-dl-cld_08.md)
++   [第九章：使用 TensorFlow Serving 和 KubeFlow 在云上进行可扩展推断服务](prac-dl-cld_09.md)
++   [第十章：在浏览器中使用 TensorFlow.js 和 ml5.js 的人工智能](prac-dl-cld_10.md)
++   [第十一章：在 iOS 上使用 Core ML 进行实时对象分类](prac-dl-cld_11.md)
++   [第十二章：在 iOS 上使用 Core ML 和 Create ML 的 Not Hotdog](prac-dl-cld_12.md)
++   [第十三章：食物的 Shazam：使用 TensorFlow Lite 和 ML Kit 开发 Android 应用程序](prac-dl-cld_13.md)
++   [第十四章：使用 TensorFlow Object Detection API 构建完美的猫定位器应用](prac-dl-cld_14.md)
++   [交并比](prac-dl-cld_15.md)
++   [第十五章：成为创客：探索边缘嵌入式 AI](prac-dl-cld_16.md)
++   [第十六章：使用 Keras 进行端到端深度学习模拟自动驾驶汽车](prac-dl-cld_17.md)
++   [第十七章：在不到一个小时内构建自动驾驶汽车：使用 AWS DeepRacer 进行强化学习](prac-dl-cld_18.md)