本文为挪威斯塔万格大学（作者：Aleksandr Kimashev）的硕士论文，共85页。

1 引言

2 问题描述与建模

3 文献资料学习

3.1 文献回顾

3.2 简单神经元与激活函数

3.3 前馈网络

3.4 训练算法

3.5 损失函数

3.6 训练算法的改进

3.7 超参数

3.8 局限性

3.9 无监督学习

3.10 过度拟合

3.11 卷积与池化

3.12 递归、LSTMs与GRUs

3.13 其它神经网络优化算法

3.14 向量化

4 自然语言处理中的神经网络实例

5 框架/语言

6 数据集

7 具体设计

7.1 总体方案描述

7.2 第一步

7.3 第二步

7.4 第三步

8 具体实现

9 分析

10 结论与讨论

11 参考文献

12 附录（源代码DEMO）

下载英文原文地址：

http://page2.dfpan.com/fs/dlecfj82a231d239160/  

更多精彩文章请关注微信号：