掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
智能科學與技術叢書卷積神經網絡與計算機視覺 版權信息
- ISBN：9787111622888
- 條形碼：9787111622888 ; 978-7-111-62288-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能科學與技術叢書卷積神經網絡與計算機視覺 本書特色
本書自成一體，如果你既想了解CNN的原理，又想獲得將CNN應用于計算機視覺的一手經驗，那么本書將非常適合閱讀。書中對CNN進行了全面介紹，首先是神經網絡的基本概念：訓練、正則化和優化。然后討論了各種各樣的損失函數、網絡層和流行的CNN架構，回顧了評價CNN的不同技術，并介紹了一些常用的CNN工具和庫。此外，本書還分析了CNN在計算機視覺中的應用案例，包括圖像分類、對象檢測、語義分割、場景理解和圖像生成。
智能科學與技術叢書卷積神經網絡與計算機視覺 內容簡介
本書自成一體，如果你既想了解CNN的原理，又想獲得將CNN應用于計算機視覺的一手經驗，那么本書將很好適合閱讀。書中對CNN進行了全面介紹，首先是神經網絡的基本概念：訓練、正則化和優化。然后討論了各種各樣的損失函數、網絡層和流行的CNN架構，回顧了評價CNN的不同技術，并介紹了一些常用的CNN工具和庫。此外，本書還分析了CNN在計算機視覺中的應用案例，包括圖像分類、對象檢測、語義分割、場景理解和圖像生成。
智能科學與技術叢書卷積神經網絡與計算機視覺 目錄
譯者序
前言
致謝
作者簡介
第1章簡介
11什么是計算機視覺
111應用案例
112圖像處理與計算機視覺
12什么是機器學習
121為什么需要深度學習
13本書概覽
第2章特征和分類器
21特征和分類器的重要性
211特征
212分類器
22傳統特征描述符
221方向梯度直方圖
222尺度不變特征變換
223加速健壯特征
224傳統的手工工程特征的局限性
23機器學習分類器
231支持向量機
232隨機決策森林
24總結
第3章神經網絡基礎
31引言
32多層感知機
321基礎架構
322參數學習
33循環神經網絡
331基礎架構
332參數學習
34與生物視覺的關聯
341生物神經元模型
342神經元的計算模型
343人工神經元與生物神經元
第4章卷積神經網絡
41引言
42神經網絡層
421預處理
422卷積層
423池化層
424非線性
425全連接層
426轉置卷積層
427感興趣區域的池化層
428空間金字塔池化層
429局部特征聚合描述符層
4210空間變換層
43CNN損失函數
431交叉熵損失函數
432SVM鉸鏈損失函數
433平方鉸鏈損失函數
434歐幾里得損失函數
4351誤差
436對比損失函數
437期望損失函數
438結構相似性度量
第5章CNN學習
51權重初始化
511高斯隨機初始化
512均勻隨機初始化
513正交隨機初始化
514無監督的預訓練
515澤維爾(Xavier)初始化
516ReLU敏感的縮放初始化
517層序單位方差
518有監督的預訓練
52CNN的正則化
521數據增強
522隨機失活
523隨機失連
524批量歸一化
525集成模型平均
5262正則化
5271正則化
528彈性網正則化
529*大范數約束
5210早停
53基于梯度的CNN學習
531批量梯度下降
532隨機梯度下降
533小批量梯度下降
54神經網絡優化器
541動量
542涅斯捷羅夫動量
543自適應梯度
544自適應增量
545RMSprop
546自適應矩估計
55CNN中的梯度計算
551分析微分法
552數值微分法
553符號微分法
554自動微分法
56通過可視化理解CNN
561可視化學習的權重
562可視化激活
563基于梯度的可視化
第6章CNN架構的例子
61LeNet
62AlexNet
63NiN
64VGGnet
65GoogleNet
66ResNet
67ResNeXt
68FractalNet
69DenseNet
第7章CNN在計算機視覺中的應用
71圖像分類
711PointNet
72目標檢測與定位
721基于區域的CNN
722快速RCNN
723區域建議網絡
73語義分割
731全卷積網絡
732深度反卷積網絡
733DeepLab
74場景理解
741DeepContext
742從RGBD圖像中學習豐富的特征
743用于場景理解的PointNet
75圖像生成
751生成對抗網絡
752深度卷積生成對抗網絡
753超分辨率生成對抗網絡
76基于視頻的動作識別
761靜止視頻幀的動作識別
762雙流CNN
763長期遞歸卷積網絡
第8章深度學習工具和庫
81Caffe
82TensorFlow
83MatConvNet
84Torch7
85Theano
86Keras
87Lasagne
88Marvin
89Chainer
810PyTorch
第9章結束語
91本書概要
92未來研究方向
術語表
參考文獻
前言
致謝
作者簡介
第1章簡介
11什么是計算機視覺
111應用案例
112圖像處理與計算機視覺
12什么是機器學習
121為什么需要深度學習
13本書概覽
第2章特征和分類器
21特征和分類器的重要性
211特征
212分類器
22傳統特征描述符
221方向梯度直方圖
222尺度不變特征變換
223加速健壯特征
224傳統的手工工程特征的局限性
23機器學習分類器
231支持向量機
232隨機決策森林
24總結
第3章神經網絡基礎
31引言
32多層感知機
321基礎架構
322參數學習
33循環神經網絡
331基礎架構
332參數學習
34與生物視覺的關聯
341生物神經元模型
342神經元的計算模型
343人工神經元與生物神經元
第4章卷積神經網絡
41引言
42神經網絡層
421預處理
422卷積層
423池化層
424非線性
425全連接層
426轉置卷積層
427感興趣區域的池化層
428空間金字塔池化層
429局部特征聚合描述符層
4210空間變換層
43CNN損失函數
431交叉熵損失函數
432SVM鉸鏈損失函數
433平方鉸鏈損失函數
434歐幾里得損失函數
4351誤差
436對比損失函數
437期望損失函數
438結構相似性度量
第5章CNN學習
51權重初始化
511高斯隨機初始化
512均勻隨機初始化
513正交隨機初始化
514無監督的預訓練
515澤維爾(Xavier)初始化
516ReLU敏感的縮放初始化
517層序單位方差
518有監督的預訓練
52CNN的正則化
521數據增強
522隨機失活
523隨機失連
524批量歸一化
525集成模型平均
5262正則化
5271正則化
528彈性網正則化
529*大范數約束
5210早停
53基于梯度的CNN學習
531批量梯度下降
532隨機梯度下降
533小批量梯度下降
54神經網絡優化器
541動量
542涅斯捷羅夫動量
543自適應梯度
544自適應增量
545RMSprop
546自適應矩估計
55CNN中的梯度計算
551分析微分法
552數值微分法
553符號微分法
554自動微分法
56通過可視化理解CNN
561可視化學習的權重
562可視化激活
563基于梯度的可視化
第6章CNN架構的例子
61LeNet
62AlexNet
63NiN
64VGGnet
65GoogleNet
66ResNet
67ResNeXt
68FractalNet
69DenseNet
第7章CNN在計算機視覺中的應用
71圖像分類
711PointNet
72目標檢測與定位
721基于區域的CNN
722快速RCNN
723區域建議網絡
73語義分割
731全卷積網絡
732深度反卷積網絡
733DeepLab
74場景理解
741DeepContext
742從RGBD圖像中學習豐富的特征
743用于場景理解的PointNet
75圖像生成
751生成對抗網絡
752深度卷積生成對抗網絡
753超分辨率生成對抗網絡
76基于視頻的動作識別
761靜止視頻幀的動作識別
762雙流CNN
763長期遞歸卷積網絡
第8章深度學習工具和庫
81Caffe
82TensorFlow
83MatConvNet
84Torch7
85Theano
86Keras
87Lasagne
88Marvin
89Chainer
810PyTorch
第9章結束語
91本書概要
92未來研究方向
術語表
參考文獻
展開全部
智能科學與技術叢書卷積神經網絡與計算機視覺 作者簡介
---作者簡介---
薩爾曼汗（Salman Khan） 澳大利亞國立大學講師，聯邦科學與工業研究組織（CSIRO）研究科學家。
侯賽因拉哈馬尼（Hossein Rahmani） 西澳大利亞大學計算機科學與軟件工程學院研究員。
賽義德阿法克阿里沙（Syed Afaq Ali Shah） 西澳大利亞大學計算機科學與軟件工程學院副研究員。
穆罕默德本納努恩（Mohammed Bennamoun） 西澳大利亞大學教授，曾任計算機科學與軟件工程學院院長。
---譯者簡介---
黃智瀕 北京郵電大學計算機學院講師，博士，主要研究方向為計算機視覺和三維可視化。
戴志濤 北京郵電大學計算機學院教授，主要研究方向為深度學習加速器和嵌入式系統。
書友推薦
- >
月亮與六便士
- >
回憶愛瑪儂
- >
莉莉和章魚
- >
二體千字文
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
龍榆生：詞曲概論/大家小書
- >
詩經-先民的歌唱
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
