中图网(原中国图书网):网上书店,尾货特色书店,30万种特价书低至2折!

歡迎光臨中圖網(wǎng) 請 | 注冊
> >
深度學(xué)習(xí)高手筆記 卷1 基礎(chǔ)算法

包郵 深度學(xué)習(xí)高手筆記 卷1 基礎(chǔ)算法

出版社:人民郵電出版社出版時間:2022-11-01
開本: 16開 頁數(shù): 272
中 圖 價:¥76.9(7.0折) 定價  ¥109.8 登錄后可看到會員價
加入購物車 收藏
開年大促, 全場包郵
?新疆、西藏除外
本類五星書更多>
買過本商品的人還買了

深度學(xué)習(xí)高手筆記 卷1 基礎(chǔ)算法 版權(quán)信息

深度學(xué)習(xí)高手筆記 卷1 基礎(chǔ)算法 本書特色

有別于以卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等基礎(chǔ)概念為核心的同類書籍,本書梳理了近10年來深度學(xué)習(xí)方向誕生的算法,從算法理論、算法源碼、實驗結(jié)果等方面對算法進行分析和介紹,重點討論深度學(xué)習(xí)在卷積神經(jīng)網(wǎng)絡(luò)、自然語言處理、模型優(yōu)化等方向的發(fā)展歷程以及各個算法的優(yōu)缺點,分析各個算法是如何針對先前算法的若干問題提出解決方案的。 本書共三篇,**篇卷積神經(jīng)網(wǎng)絡(luò),從基礎(chǔ)骨干網(wǎng)絡(luò)、輕量級CNN、模型架構(gòu)搜索3個方向展開,介紹計算機視覺方向的里程碑算法;第二篇自然語言處理,介紹基礎(chǔ)序列模型和模型預(yù)訓(xùn)練;第三篇模型優(yōu)化,介紹模型優(yōu)化方法。

深度學(xué)習(xí)高手筆記 卷1 基礎(chǔ)算法 內(nèi)容簡介

本書通過扎實、詳細(xì)的內(nèi)容和清晰的結(jié)構(gòu),從算法理論、算法源碼、實驗結(jié)果等方面對深度學(xué)習(xí)算法進行分析和介紹。本書共三篇,**篇主要介紹深度學(xué)習(xí)在計算機視覺方向的一些卷積神經(jīng)網(wǎng)絡(luò),從基礎(chǔ)骨干網(wǎng)絡(luò)、輕量級 CNN、模型架構(gòu)搜索 3 個方向展開,介紹計算機視覺方向的里程碑算法;第二篇主要介紹深度學(xué)習(xí)在自然語言處理方向的重要突破,包括基礎(chǔ)序列模型和模型預(yù)訓(xùn)練;第三篇主要介紹深度學(xué)習(xí)在模型優(yōu)化上的進展,包括模型優(yōu)化方法。 通過閱讀本書,讀者可以深入理解主流的深度學(xué)習(xí)基礎(chǔ)算法,搭建起自己的知識體系,領(lǐng)會算法的本質(zhì),學(xué)習(xí)模型優(yōu)化方法。無論是從事深度學(xué)習(xí)科研的教師及學(xué)生,還是從事算法落地實踐的工作人員,都能從本書中獲益。

深度學(xué)習(xí)高手筆記 卷1 基礎(chǔ)算法 目錄

第 一篇 卷積神經(jīng)網(wǎng)絡(luò)


第 1章 基礎(chǔ)骨干網(wǎng)絡(luò) 3


1.1 起源:LeNet-5和AlexNet 4


1.1.1 從LeNet-5開始4


1.1.2 覺醒:AlexNet 6


1.2 更深:VGG 11


1.2.1 VGG介紹11


1.2.2 VGG的訓(xùn)練和測試 13


1.3 更寬:GoogLeNet14


1.3.1 背景知識14


1.3.2 Inception v117


1.3.3 GoogLeNet 19


1.3.4 Inception v219


1.3.5 Inception v320


1.3.6 Inception v421


1.3.7 Inception-ResNet23


1.4 跳躍連接:ResNet 26


1.4.1 殘差網(wǎng)絡(luò) 26


1.4.2 殘差網(wǎng)絡(luò)背后的原理 28


1.4.3 殘差網(wǎng)絡(luò)與模型集成 33


1.5 注意力:SENet 33


1.5.1 SE塊 33


1.5.2 SE-Inception 和 SE-ResNet34


1.5.3 SENet 的復(fù)雜性分析 35


1.5.4 小結(jié) 35


1.6 更密:DenseNet 36


1.6.1 DenseNet 算法解析及源碼實現(xiàn)37


1.6.2 壓縮層 38


1.6.3 小結(jié) 38


1.7 模型集成:DPN 39


1.7.1 高階 RNN、DenseNet 和殘差網(wǎng)絡(luò)39


1.7.2 DPN 詳解41


1.7.3 小結(jié).42


1.8 像素向量:iGPT 43


1.8.1 iGPT 詳解44


1.8.2 實驗結(jié)果分析48


1.8.3 小結(jié) 49


1.9 Visual Transformer 之 Swin Transformer 49


1.9.1 網(wǎng)絡(luò)結(jié)構(gòu)詳解50


1.9.2 Swin Transformer 家族59


1.9.3 小結(jié).60


1.10 Vision Transformer 之 CSWin Transformer60


1.10.1 CSWin Transformer 概述61


1.10.2 十字形窗口自注意力機制61


1.10.3 局部加強位置編碼 62


1.10.4 CSWin Transformer 塊63


1.10.5 CSWin Transformer 的復(fù)雜度 63


1.10.6 小結(jié) 64


1.11 MLP :MLP-Mixer 64


1.11.1 網(wǎng)絡(luò)結(jié)構(gòu) 64


1.11.2 討論 67


第 2 章 輕量級 CNN68


2.1 SqueezeNet 68


2.1.1 SqueezeNet 的壓縮策略 69


2.1.2 點火模塊 69


2.1.3 SqueezeNet 的網(wǎng)絡(luò)結(jié)構(gòu) 70


2.1.4 SqueezeNet 的性能 72


2.1.5 小結(jié) 72


2.2 MobileNet v1 和 MobileNet v2 73


2.2.1 MobileNet v1 73


2.2.2 MobileNet v2 77


2.2.3 小結(jié) 79


2.3 Xception 80


2.3.1 Inception 回顧 80


2.3.2 Xception 詳解 81


2.3.3 小結(jié) 82


2.4 ResNeXt 82


2.4.1 從全連接講起83


2.4.2 簡化 Inception 83


2.4.3 ResNeXt 詳解84


2.4.4 分組卷積 84


2.4.5 小結(jié) 85


2.5 ShuffleNet v1 和 ShuffleNet v2 85


2.5.1 ShuffleNet v185


2.5.2 ShuffleNet v288


2.5.3 小結(jié) 92


2.6 CondenseNet 92


2.6.1 分組卷積的問題 93


2.6.2 可學(xué)習(xí)分組卷積 93


2.6.3 架構(gòu)設(shè)計 96


2.6.4 小結(jié) 96


第 3 章 模型架構(gòu)搜索 97


3.1 PolyNet 97


3.1.1 結(jié)構(gòu)多樣性98


3.1.2 多項式模型98


3.1.3 對照實驗 100


3.1.4 Very Deep PolyNet 101


3.1.5 小結(jié)102


3.2 NAS 103


3.2.1 NAS-CNN103


3.2.2 NAS-RNN106


3.2.3 小結(jié) 108


3.3 NASNet 108


3.3.1 NASNet 控制器 109


3.3.2 NASNet 的強化學(xué)習(xí)110


3.3.3 計劃 DropPath110


3.3.4 其他超參數(shù)111


3.3.5 小結(jié) 111


3.4 PNASNet 112


3.4.1 更小的搜索空間 112


3.4.2 SMBO 113


3.4.3 代理函數(shù) 114


3.4.4 PNASNet 的實驗結(jié)果115


3.4.5 小結(jié) 116


3.5 AmoebaNet 116


3.5.1 搜索空間 117


3.5.2 年齡進化 118


3.5.3 AmoebaNet 的網(wǎng)絡(luò)結(jié)構(gòu)120


3.5.4 小結(jié) 121


3.6 MnasNet 121


3.6.1 優(yōu)化目標(biāo) 122


3.6.2 搜索空間 124


3.6.3 優(yōu)化策略 125


3.6.4 小結(jié) 126


3.7 MobileNet v3 126


3.7.1 參考結(jié)構(gòu) 127


3.7.2 網(wǎng)絡(luò)搜索 127


3.7.3 人工設(shè)計 129


3.7.4 修改 SE 塊 131


3.7.5 Lite R-ASPP 132


3.7.6 小結(jié) 133


3.8 EfficientNet v1 133


3.8.1 背景知識 133


3.8.2 EfficientNet v1 詳解135


3.8.3 小結(jié) 137


3.9 EfficientNet v2 137


3.9.1 算法動機 137


3.9.2 EfficientNet v2 詳解139


3.10 RegNet 141


3.10.1 設(shè)計空間 141


3.10.2 RegNet 詳解 145


3.10.3 小結(jié) 151


第二篇  自然語言處理


第 4 章 基礎(chǔ)序列模型 155


4.1 LSTM 和 GRU 155


4.1.1 序列模型的背景 155


4.1.2 LSTM 157


4.1.3 GRU 159


4.1.4 其他 LSTM 159


4.2 注意力機制 160


4.2.1 機器翻譯的注意力機制160


4.2.2 圖解注意力機制 161


4.2.3 經(jīng)典注意力模型 166


4.2.4 小結(jié) 170


4.3 Transformer 170


4.3.1 Transformer 詳解171


4.3.2 位置嵌入 177


4.3.3 小結(jié) 178


4.4 Transformer-XL 179


4.4.1 Transformer 的缺點 179


4.4.2 相對位置編碼181


4.4.3 Transformer-XL 詳解 183


4.4.4 小結(jié) 185


第 5 章 模型預(yù)訓(xùn)練 186


5.1 RNN 語言模型 187


5.1.1 語言模型中的 RNN187


5.1.2 訓(xùn)練數(shù)據(jù) 188


5.1.3 訓(xùn)練細(xì)節(jié) 188


5.2 ELMo 189


5.2.1 雙向語言模型189


5.2.2 ELMo 詳解191


5.2.3 應(yīng)用 ELMo 到下游任務(wù)192


5.2.4 小結(jié).192


5.3 GPT-1、GPT-2 和 GPT-3 192


5.3.1 GPT-1:無監(jiān)督學(xué)習(xí)193


5.3.2 GPT-2:多任務(wù)學(xué)習(xí)196


5.3.3 GPT-3:海量參數(shù)197


5.3.4 小結(jié) 200


5.4 BERT 200


5.4.1 BERT 詳解 201


5.4.2 小結(jié) 205


5.5 BERT“魔改”之 RoBERTa、ALBERT、MT-DNN 和 XLM 205


5.5.1 成熟版 BERT :RoBERTa 206


5.5.2 更快的 BERT :ALBERT 207


5.5.3 多任務(wù) BERT :MT-DNN 207


5.5.4 多語言 BERT :XLM 209


5.5.5 小結(jié)211


5.6 XLNet 211


5.6.1 背景知識.212


5.6.2 XLNet 詳解213


5.6.3 小結(jié).216


5.7 ERNIE(清華大學(xué)) 216


5.7.1 加入知識圖譜的動機217


5.7.2 異構(gòu)信息融合217


5.7.3 DAE.220


5.7.4 ERNIE-T 的微調(diào)220


5.7.5 小結(jié)221


5.8 ERNIE(百度)和 ERNIE 2.0 221


5.8.1 ERNIE-B222


5.8.2 ERNIE 2.0.223


5.8.3 小結(jié)226


第三篇  模型優(yōu)化


第 6 章 模型優(yōu)化方法229


6.1 Dropout 230


6.1.1 什么是 Dropout.230


6.1.2 Dropout 的數(shù)學(xué)原理231


6.1.3 Dropout 是一個正則網(wǎng)絡(luò)232


6.1.4 CNN 的 Dropout232


6.1.5 RNN 的 Dropout233


6.1.6 Dropout 的變體234


6.1.7 小結(jié).236


6.2 BN 237


6.2.1 BN 詳解237


6.2.2 BN 的背后原理240


6.2.3 小結(jié).243


6.3 LN .243


6.3.1 BN 的問題.244


6.3.2 LN 詳解.244


6.3.3 對照實驗245


6.3.4 小結(jié)247


6.4 WN 247


6.4.1 WN 的計算247


6.4.2 WN 的原理248


6.4.3 BN 和 WN 的關(guān)系249


6.4.4 WN 的參數(shù)初始化249


6.4.5 均值 BN.249


6.4.6 小結(jié) 249


6.5 IN 250


6.5.1 IST 中的 IN250


6.5.2 IN 與 BN 對比250


6.5.3 TensorFlow 中的 IN.251


6.5.4 小結(jié).252


6.6 GN 252


6.6.1 GN 算法252


6.6.2 GN 的源碼253


6.6.3 GN 的原理253


6.6.4 小結(jié) 253


6.7 SN 254


6.7.1 SN 詳解.254


6.7.2 SN 的優(yōu)點.256


6.7.3 小結(jié) 256

展開全部

深度學(xué)習(xí)高手筆記 卷1 基礎(chǔ)算法 作者簡介

劉巖, 澳門大學(xué)計算機科學(xué)專業(yè)碩士, 目前就職于京東零售-技術(shù)與數(shù)據(jù)中心。在學(xué)生期間從事人工智能相關(guān)研究,發(fā)表多篇計算機視覺、自然語言處理等方向的專利和學(xué)術(shù)論文。畢業(yè)后從事深度學(xué)習(xí)相關(guān)工作,擅長前沿人工智能算法的原理分析和應(yīng)用落地,擅長計算機視覺、自然語言處理等方向的技術(shù), 先后參與并負(fù)責(zé)了多個深度學(xué)習(xí)算法在不同場景的業(yè)務(wù)落地,如光學(xué)字符識別、公式識別、人臉識別、手勢識別、視頻摳像、文本分類/命名實體識別、預(yù)訓(xùn)練語言模型、語音識別、圖神經(jīng)網(wǎng)絡(luò)等。目前主要負(fù)責(zé)電商場景下預(yù)訓(xùn)練語言模型的研發(fā)以及輿情風(fēng)險的智能識別與治理。他的知乎賬號: 大師兄。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服
主站蜘蛛池模板: 杭州可当科技有限公司—流量卡_随身WiFi_AI摄像头一站式解决方案 | 上海软件开发-上海软件公司-软件外包-企业软件定制开发公司-咏熠科技 | 杜甫仪器官网|实验室平行反应器|升降水浴锅|台式低温循环泵 | 深圳宣传片制作_产品视频制作_深圳3D动画制作公司_深圳短视频拍摄-深圳市西典映画传媒有限公司 | 计算机毕业设计源码网| 电镀电源整流器_高频电解电源_单脉双脉冲电源 - 东阳市旭东电子科技 | ASA膜,ASA共挤料,篷布色母料-青岛未来化学有限公司 | 球盟会·(中国)官方网站 | 挤奶设备过滤纸,牛奶过滤纸,挤奶机过滤袋-济南蓝贝尔工贸有限公司 | 欧盟ce检测认证_reach检测报告_第三方检测中心-深圳市威腾检验技术有限公司 | 深圳离婚律师咨询「在线免费」华荣深圳婚姻律师事务所专办离婚纠纷案件 | 法兰螺母 - 不锈钢螺母制造厂家 - 万千紧固件--螺母街 | 安徽免检低氮锅炉_合肥燃油锅炉_安徽蒸汽发生器_合肥燃气锅炉-合肥扬诺锅炉有限公司 | 头条搜索极速版下载安装免费新版,头条搜索极速版邀请码怎么填写? - 欧远全 | 泰来华顿液氮罐,美国MVE液氮罐,自增压液氮罐,定制液氮生物容器,进口杜瓦瓶-上海京灿精密机械有限公司 | 上海宿田自动化设备有限公司-双面/平面/单面贴标机 | 东莞市踏板石餐饮管理有限公司_正宗桂林米粉_正宗桂林米粉加盟_桂林米粉加盟费-东莞市棒子桂林米粉 | 绿萝净除甲醛|深圳除甲醛公司|测甲醛怎么收费|培训机构|电影院|办公室|车内|室内除甲醛案例|原理|方法|价格立马咨询 | 恒温油槽-恒温水槽-低温恒温槽厂家-宁波科麦仪器有限公司 | 私人别墅家庭影院系统_家庭影院音响_家庭影院装修设计公司-邦牛影音 | 胶泥瓷砖胶,轻质粉刷石膏,嵌缝石膏厂家,腻子粉批发,永康家德兴,永康市家德兴建材厂 | 【北京写字楼出租_写字楼租赁_办公室出租网/出售】-远行地产官网 | YT保温材料_YT无机保温砂浆_外墙保温材料_南阳银通节能建材高新技术开发有限公司 | 扬州汇丰仪表有限公司 | 钢结构-钢结构厂房-钢结构工程[江苏海逵钢构厂] | 东莞动力锂电池保护板_BMS智能软件保护板_锂电池主动均衡保护板-东莞市倡芯电子科技有限公司 | 考勤系统_人事考勤管理系统_本地部署BS考勤系统_考勤软件_天时考勤管理专家 | 色谱柱-淋洗液罐-巴罗克试剂槽-巴氏吸管-5ml样品瓶-SBS液氮冻存管-上海希言科学仪器有限公司 | 合肥花魁情感婚姻咨询中心_挽回爱情_修复婚姻_恋爱指南 | 企业管理培训,企业培训公开课,企业内训课程,企业培训师 - 名课堂企业管理培训网 | 探伤仪,漆膜厚度测试仪,轮胎花纹深度尺厂家-淄博创宇电子 | 红外光谱仪维修_二手红外光谱仪_红外压片机_红外附件-天津博精仪器 | 磷酸肌酸二钠盐,肌酐磷酰氯-沾化欣瑞康生物科技 | 西门子伺服电机维修,西门子电源模块维修,西门子驱动模块维修-上海渠利 | 体检车_移动CT车_CT检查车_CT车_深圳市艾克瑞电气有限公司移动CT体检车厂家-深圳市艾克瑞电气有限公司 | 山东艾德实业有限公司| 桁架机器人_桁架机械手_上下料机械手_数控车床机械手-苏州清智科技装备制造有限公司 | 步入式高低温测试箱|海向仪器 | 硬质合金模具_硬质合金非标定制_硬面加工「生产厂家」-西迪技术股份有限公司 | 全钢实验台,实验室工作台厂家-无锡市辰之航装饰材料有限公司 | 水篦子|雨篦子|镀锌格栅雨水篦子|不锈钢排水篦子|地下车库水箅子—安平县云航丝网制品厂 |