中圖網(wǎng)小程序
一鍵登錄
更方便
包郵 深度學(xué)習(xí)嵌入式應(yīng)用開發(fā):基于RK3399Pro和RK3588
作者：王曰海著
開本：
24cm
頁數(shù)：
10,230頁
本類榜單：計算機/網(wǎng)絡(luò)銷量榜
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(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
深度學(xué)習(xí)嵌入式應(yīng)用開發(fā):基于RK3399Pro和RK3588 版權(quán)信息
- ISBN：9787111715757
- 條形碼：9787111715757 ; 978-7-111-71575-7
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
深度學(xué)習(xí)嵌入式應(yīng)用開發(fā):基于RK3399Pro和RK3588 本書特色
適讀人群 ：本書的讀者對象包括深度學(xué)習(xí)的初學(xué)者以及從事人工智能的開發(fā)者。本書的內(nèi)容包括深度學(xué)習(xí)基本原理和基于RK3399Pro與RK3588的深度學(xué)習(xí)實踐，包含深度學(xué)習(xí)的理論知識和豐富的開
深度學(xué)習(xí)嵌入式應(yīng)用開發(fā):基于RK3399Pro和RK3588 內(nèi)容簡介
本書的主要內(nèi)容深度學(xué)習(xí)基礎(chǔ)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、RK3399Pro芯片功能與架構(gòu)、TB-RK3399Pro開發(fā)板、基于TB-RK3399Pro進行卷積神經(jīng)網(wǎng)絡(luò)實戰(zhàn)、TB-RK3399Pro神經(jīng)網(wǎng)絡(luò)運算加速等。
深度學(xué)習(xí)嵌入式應(yīng)用開發(fā):基于RK3399Pro和RK3588 目錄
前言
第1章 深度學(xué)習(xí)基礎(chǔ) 1
1.1 深度學(xué)習(xí)的現(xiàn)實應(yīng)用 2
1.1.1 計算機視覺 2
1.1.2 自然語言處理 2
1.1.3 推薦系統(tǒng) 3
1.1.4 語音處理 3
1.1.5 其他領(lǐng)域 3
1.2 回歸問題和分類問題 4
1.2.1 線性回歸 5
1.2.2 Softmax分類 6
1.3 梯度下降算法 8
1.3.1 優(yōu)化算法概述 8
1.3.2 隨機梯度下降算法 10
1.3.3 小批量梯度下降算法 13
1.3.4 Momentum梯度下降
算法 14
1.3.5 Adam優(yōu)化算法 15
1.4 神經(jīng)網(wǎng)絡(luò) 16
1.4.1 神經(jīng)網(wǎng)絡(luò)的表示 16
1.4.2 激活函數(shù)及其導(dǎo)數(shù) 19
1.4.3 前向傳播和反向傳播 23
1.4.4 神經(jīng)網(wǎng)絡(luò)的梯度下降 26
1.5 本章小結(jié) 27
第2章 卷積神經(jīng)網(wǎng)絡(luò) 28
2.1 卷積基礎(chǔ)知識 28
2.1.1 卷積操作 29
2.1.2 池化 33
2.1.3 卷積的變種 34
2.2 深度卷積神經(jīng)網(wǎng)絡(luò) 37
2.2.1 卷積神經(jīng)網(wǎng)絡(luò)的整體
結(jié)構(gòu) 37
2.2.2 殘差結(jié)構(gòu)和1×1卷積 38
2.2.3 經(jīng)典卷積網(wǎng)絡(luò) 41
2.3 卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 44
2.3.1 圖像分類 44
2.3.2 目標檢測 45
2.3.3 其他應(yīng)用 49
2.4 本章小結(jié) 49
第3章 循環(huán)神經(jīng)網(wǎng)絡(luò) 50
3.1 深度循環(huán)神經(jīng)網(wǎng)絡(luò) 50
3.1.1 循環(huán)神經(jīng)網(wǎng)絡(luò)概述 51
3.1.2 基于時間的反向傳播 52
3.1.3 循環(huán)神經(jīng)網(wǎng)絡(luò)的長期依賴
問題 54
3.2 循環(huán)神經(jīng)網(wǎng)絡(luò)變體 55
3.2.1 長短時記憶網(wǎng)絡(luò) 55
3.2.2 門控循環(huán)神經(jīng)網(wǎng)絡(luò) 60
3.3 序列模型和注意力機制 61
3.3.1 Seq2Seq序列模型 62
3.3.2 注意力機制 64
3.3.3 Transformer結(jié)構(gòu) 69
3.4 循環(huán)神經(jīng)網(wǎng)絡(luò)的應(yīng)用 74
3.4.1 自然語言處理 74
3.4.2 語音識別 84
3.4.3 喚醒詞檢測 87
3.5 本章小結(jié) 88
第4章 深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 90
4.1 深度學(xué)習(xí)的學(xué)習(xí)策略 90
4.1.1 數(shù)據(jù)集劃分和評估指標 90
4.1.2 偏差、方差和誤差 94
4.1.3 神經(jīng)網(wǎng)絡(luò)的權(quán)重初始化 95
4.2 深度學(xué)習(xí)的訓(xùn)練技巧 96
4.2.1 梯度消失和梯度爆炸 96
4.2.2 正則化和隨機失活 97
4.2.3 歸一化 99
4.2.4 自適應(yīng)學(xué)習(xí)率 100
4.2.5 超參數(shù)優(yōu)化 101
4.3 改善模型表現(xiàn) 102
4.3.1 解決數(shù)據(jù)不匹配問題 102
4.3.2 遷移學(xué)習(xí) 103
4.4 動手訓(xùn)練神經(jīng)網(wǎng)絡(luò) 104
4.4.1 Jupyter Notebook的
使用 104
4.4.2 訓(xùn)練MNIST手寫數(shù)字識別模型 106
4.4.3 TensorBoard的使用 112
4.5 本章小結(jié) 115
第5章 RK3399Pro芯片功能與
架構(gòu) 116
5.1 RK3399Pro芯片的整體架構(gòu) 116
5.2 神經(jīng)網(wǎng)絡(luò)處理單元 121
5.2.1 神經(jīng)網(wǎng)絡(luò)處理單元的
4個模塊 122
5.2.2 RKNN-Toolkit開發(fā)
套件 123
5.2.3 RKNN-API開發(fā)套件 126
5.3 視頻處理單元 126
5.4 圖形處理加速單元 128
5.5 本章小結(jié) 128
第6章 TB-RK3399Pro開發(fā)板 130
6.1 開發(fā)板硬件環(huán)境介紹 130
6.1.1 硬件總覽 130
6.1.2 硬件規(guī)格 131
6.2 開發(fā)板開發(fā)環(huán)境搭建 134
6.2.1 開發(fā)板的啟動和網(wǎng)絡(luò)
配置 134
6.2.2 終端與軟件包安裝 138
6.3 本章小結(jié) 144
第7章 基于TB-RK3399Pro進行卷積神經(jīng)網(wǎng)絡(luò)實戰(zhàn) 145
7.1 TB-RK3399Pro圖像采集 145
7.1.1 原理 145
7.1.2 實戰(zhàn) 146
7.2 TB-RK3399Pro手寫數(shù)字
識別 147
7.2.1 原理 147
7.2.2 實戰(zhàn) 150
7.3 TB-RK3399Pro YOLO目標
檢測 152
7.3.1 原理 153
7.3.2 實戰(zhàn) 154
7.4 TB-RK3399Pro人臉識別 156
7.4.1 原理 156
7.4.2 實戰(zhàn) 162
7.5 本章小結(jié) 163
第8章 TB-RK3399Pro神經(jīng)網(wǎng)絡(luò)
運算加速 165
8.1 神經(jīng)網(wǎng)絡(luò)運算加速引擎介紹 165
8.2 神經(jīng)網(wǎng)絡(luò)模型部署和推理 166
8.2.1 模型部署 167
8.2.2 模型推理 169
8.3 神經(jīng)網(wǎng)絡(luò)模型量化 170
8.4 本章小結(jié) 173
第9章 基于TB-RK3399Pro開發(fā)板進行循環(huán)神經(jīng)網(wǎng)絡(luò)實戰(zhàn) 174
9.1 TB-RK3399Pro開發(fā)板聲音
采集 174
9.1.1 **環(huán)境安裝 174
9.1.2 聲音采集 175
9.2 語音識別模型介紹 176
9.2.1 特征提取 177
9.2.2 語音識別網(wǎng)絡(luò) 180
9.2.3 評價指標 182
9.3 TB-RK3399Pro語音識別
實戰(zhàn) 182
9.3.1 實戰(zhàn)目的 182
9.3.2 實戰(zhàn)數(shù)據(jù) 182
9.3.3 實戰(zhàn)環(huán)境 183
9.3.4 實戰(zhàn)步驟 183
9.3.5 實戰(zhàn)結(jié)果 187
9.4 本章小結(jié) 188
第10章 基于Rock-X API的深度
學(xué)習(xí)案例 189
10.1 Rock-X SDK介紹 189
10.2 Rock-X環(huán)境部署 190
10.3 目標檢測 190
10.4 車牌識別
展開全部
書友推薦
- >
【精裝繪本】畫給孩子的中國神話
- >
朝聞道
- >
隨園食單
- >
經(jīng)典常談
- >
李白與唐代文化
- >
小考拉的故事-套裝共3冊
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
苦雨齋序跋文-周作人自編集
本類暢銷
