中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥50.4
加入購物車
深度學(xué)習(xí) 算法入門與KELAS編程實(shí)踐 版權(quán)信息
- ISBN：9787111674153
- 條形碼：9787111674153 ; 978-7-111-67415-3
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
深度學(xué)習(xí) 算法入門與KELAS編程實(shí)踐 本書特色
適讀人群 ：本書不僅適合需要在工作中應(yīng)用深度學(xué)習(xí)技術(shù)的專業(yè)人員，而且適合具備一定計(jì)算機(jī)編程基礎(chǔ)的人工智能和深度學(xué)習(xí)愛好者。對(duì)于大專院校相關(guān)專業(yè)的師生，本書也是一本不錯(cuò)的參考讀從算法原理到編程實(shí)踐，從基礎(chǔ)知識(shí)到應(yīng)用實(shí)戰(zhàn)，案例豐富、類型廣泛、圖文并茂、步驟講解、上手快速，配套資料全面，兼顧自學(xué)和教學(xué)用書。
深度學(xué)習(xí) 算法入門與KELAS編程實(shí)踐 內(nèi)容簡(jiǎn)介
深度學(xué)習(xí)作為人工智能領(lǐng)域的“排頭兵”，將在未來的新一輪產(chǎn)業(yè)升級(jí)中起到至關(guān)重要的作用。本書以“理論＋實(shí)踐”的形式幫助讀者快速建立深度學(xué)習(xí)知識(shí)體系，不僅能在算法層面上理解各種神經(jīng)網(wǎng)絡(luò)模型，而且能借助功能強(qiáng)大且極易上手的Keras 框架，熟練地搭建和訓(xùn)練模型，應(yīng)用于解決實(shí)際問題。 全書共12章，內(nèi)容涵蓋入門深度學(xué)習(xí)的絕大部分基礎(chǔ)知識(shí)。第1章講解如何搭建深度學(xué)習(xí)的編程環(huán)境，并簡(jiǎn)單回顧了學(xué)習(xí)深度學(xué)習(xí)**的數(shù)學(xué)知識(shí)。第2章從回歸算法出發(fā)帶領(lǐng)讀者踏上深度學(xué)習(xí)之路。第3～9章全面講解時(shí)下幾種主流神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，包括多層感知機(jī)（MLP）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、 自動(dòng)編碼器（AE）、變分自動(dòng)編碼器（VAE）、對(duì)抗生成網(wǎng)絡(luò)（GAN）等。第10～12章著重介紹時(shí)下主流的幾類深度學(xué)習(xí)應(yīng)用，包括圖像識(shí)別、目標(biāo)檢測(cè)和自然語言處理等。無論是算法原理還是編程實(shí)踐，本書都從易到難、循序漸進(jìn)地講解，并配合簡(jiǎn)單輕松的實(shí)例幫助讀者加深印象。 本書不僅適合需要在工作中應(yīng)用深度學(xué)習(xí)技術(shù)的專業(yè)人員，而且適合具備一定計(jì)算機(jī)編程基礎(chǔ)的人工智能和深度學(xué)習(xí)愛好者。對(duì)于大專院校相關(guān)專業(yè)的師生，本書也是一本不錯(cuò)的參考讀物。
深度學(xué)習(xí) 算法入門與KELAS編程實(shí)踐 目錄
前言
如何獲取學(xué)習(xí)資源
第1章 深度學(xué)習(xí)入門
1.1 Keras的介紹與安裝13
1.2 學(xué)習(xí)深度學(xué)習(xí)需要具備的數(shù)學(xué)基礎(chǔ)知識(shí)16
第2章 回歸算法
2.1 線性回歸31
2.2 多元線性回歸39
2.3 邏輯回歸42
第3章 神經(jīng)網(wǎng)絡(luò)入門
3.1 簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)50
3.2 正向傳播51
3.3 激活函數(shù)53
3.4 MLP的反向傳播與求導(dǎo)55
3.5 MLP的損失函數(shù)59
3.6 權(quán)重初始化62
3.7 案例：黑白手寫數(shù)字識(shí)別64
第4章 神經(jīng)網(wǎng)絡(luò)進(jìn)階—如何提高性能
4.1 欠擬合和過擬合問題69
4.2 模型診斷與誤差分析71
4.3 避免過擬合的“良藥”—正則化73
4.4 優(yōu)化算法76
4.4.1 基于梯度下降法的優(yōu)化算法76
4.4.2 進(jìn)階優(yōu)化算法78
4.5 其他優(yōu)化性能的方法81
4.6 模型訓(xùn)練的檢查清單83
第5章 卷積神經(jīng)網(wǎng)絡(luò)
5.1 CNN的構(gòu)想來源86
5.2 卷積層88
5.3 濾波器89
5.3.1 濾波器的運(yùn)算規(guī)則89
5.3.2 濾波器的作用91
5.3.3 填充和步長(zhǎng)95
5.4 彩色圖像輸入98
5.5 反向傳播101
5.6 池化層103
5.7 CNN案例104
5.7.1 黑白手寫數(shù)字識(shí)別104
5.7.2 彩色圖像分類107
第6章 循環(huán)神經(jīng)網(wǎng)絡(luò)
6.1 RNN的基本結(jié)構(gòu)115
6.2 RNN的正向傳播118
6.3 RNN的反向傳播120
6.4 簡(jiǎn)單的RNN案例122
6.5 訓(xùn)練RNN時(shí)的問題與解決方案129
6.5.1 梯度爆炸和梯度消失130
6.5.2 梯度問題的解決方案132
6.6 解決長(zhǎng)期依賴問題的“良藥”—GRU和LSTM133
6.6.1 GRU134
6.6.2 LSTM138
6.7 RNN案例：影評(píng)分析142
6.7.1 準(zhǔn)備知識(shí)—詞嵌入142
6.7.2 代碼解析144
第7章 自動(dòng)編碼器
7.1 AE的結(jié)構(gòu)149
7.2 重構(gòu)損失151
7.3 簡(jiǎn)單的AE案例153
7.4 Sparse AE155
7.5 去噪自動(dòng)編碼器157
7.6 上色器160
第8章 變分自動(dòng)編碼器
8.1 VAE的結(jié)構(gòu)171
8.2 對(duì)VAE的深層理解174
8.3 損失函數(shù)175
8.4 重參數(shù)技巧180
8.5 VAE案例181
第9章 對(duì)抗生成網(wǎng)絡(luò)
9.1 GAN的基本結(jié)構(gòu)191
9.2 GAN的訓(xùn)練192
9.3 GAN的數(shù)學(xué)原理195
9.4 GAN案例：DCGAN198
第10章 AI的眼睛Ⅰ—基于CNN的圖像識(shí)別
10.1 VGGNet209
10.2 Inception214
10.3 ResNet220
10.4 遷移學(xué)習(xí)226
第11章 AI的眼睛Ⅱ—基于CNN的目標(biāo)檢測(cè)
11.1 R-CNN232
11.2 Fast R-CNN241
11.3 Faster R-CNN243
11.4 YOLO算法246
第12章 循環(huán)神經(jīng)網(wǎng)絡(luò)的進(jìn)階算法
12.1 BRNN250
12.2 Encoder-Decoder255
12.3 注意力機(jī)制257
展開全部
深度學(xué)習(xí) 算法入門與KELAS編程實(shí)踐 作者簡(jiǎn)介
李易 畢業(yè)于世界著名學(xué)府美國(guó)賓夕法尼亞大學(xué)，擅長(zhǎng) Python、C++ 等主流編程語言與 AI 視覺處理。在校期間曾在世界知名的 Haim Bau 教授實(shí)驗(yàn)室參與基于 AI 圖像算法的寨卡（Zika）病毒識(shí)別、HSV（單純皰疹病毒）檢測(cè)等多個(gè)研究項(xiàng)目。目前就職于汽車行業(yè)供應(yīng)商瑞典 Syntronic 公司，帶領(lǐng)團(tuán)隊(duì)研發(fā)基于 AI 技術(shù)與商用 5G 車聯(lián)網(wǎng)的車內(nèi)生命檢測(cè)系統(tǒng)。
書友推薦
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
上帝之肋:男人的真實(shí)旅程
- >
名家?guī)阕x魯迅:朝花夕拾
- >
經(jīng)典常談
- >
我從未如此眷戀人間
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
山海經(jīng)
本類暢銷
