掃一掃
關(guān)注中圖網(wǎng)
官方微博
中圖價(jià):¥67.8
加入購物車
深度學(xué)習(xí)與人工智能實(shí)戰(zhàn) 版權(quán)信息
- ISBN：9787111743224
- 條形碼：9787111743224 ; 978-7-111-74322-4
- 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)與人工智能實(shí)戰(zhàn) 本書特色
本書作者是大數(shù)據(jù)與人工智能領(lǐng)域的權(quán)威專家，技術(shù)背景強(qiáng)大，在學(xué)術(shù)界和工業(yè)界均取得了顯著成就，多次獲得國際獎(jiǎng)項(xiàng)，研究成果廣泛受到媒體關(guān)注。 本書按照知識(shí)由淺入深、循序漸進(jìn)的規(guī)律編寫而成。根據(jù)深度學(xué)習(xí)技術(shù)的特點(diǎn)，將內(nèi)容劃分為數(shù)據(jù)準(zhǔn)備、神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)、損失函數(shù)實(shí)現(xiàn)、整體訓(xùn)練流程和效果展示五部分。邏輯清楚，可操作性強(qiáng)、更易理解。 本書是一本學(xué)習(xí)深度學(xué)習(xí)與人工智能實(shí)戰(zhàn)指南，書中給出了核心算法和技術(shù)的原理講解+真實(shí)完整的項(xiàng)目案例+可下載的源代碼和實(shí)驗(yàn)數(shù)據(jù)集。
深度學(xué)習(xí)與人工智能實(shí)戰(zhàn) 內(nèi)容簡介
深度學(xué)習(xí)是新一代人工智能所使用的主要技術(shù)。本書深入淺出地講解了深度學(xué)習(xí)的相關(guān)技術(shù)，包括深度學(xué)習(xí)編程基礎(chǔ)、目標(biāo)分類、目標(biāo)檢測、圖像分割、生成對(duì)抗網(wǎng)絡(luò)等。對(duì)每種技術(shù)，本書均從原理和程序?qū)崿F(xiàn)兩個(gè)方面進(jìn)行講解。在原理方面，講解算法和技術(shù)的相關(guān)背景、主要算法思想和原理；在程序?qū)崿F(xiàn)方面，從數(shù)據(jù)準(zhǔn)備、神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)、損失函數(shù)實(shí)現(xiàn)、整體訓(xùn)練流程和效果展示五部分對(duì)算法的實(shí)現(xiàn)進(jìn)行具體介紹，幫助讀者深入了解算法的細(xì)節(jié)，積累相關(guān)實(shí)踐經(jīng)驗(yàn)。 本書是《深度學(xué)習(xí)與人工智能》的配套用書，適合深度學(xué)習(xí)領(lǐng)域的初學(xué)者，以及高校高年級(jí)本科生和研究生閱讀學(xué)習(xí)。 本書各章節(jié)的源代碼和實(shí)驗(yàn)數(shù)據(jù)集可通過本書的GitHub主頁下載，以供讀者自主練習(xí)。
深度學(xué)習(xí)與人工智能實(shí)戰(zhàn) 目錄
前言
第1章 張量運(yùn)算及圖像處理基礎(chǔ)1
1.1 張量與張量運(yùn)算1
1.1.1 張量的概念1
1.1.2 張量的基本屬性2
1.1.3 張量生成4
1.1.4 張量維度和索引7
1.1.5 張量之間的運(yùn)算11
1.2 圖像處理的基礎(chǔ)操作14
1.2.1 PIL圖像處理包簡介15
1.2.2 常見的圖像處理操作15
第2章 深度學(xué)習(xí)編程基礎(chǔ)21
2.1 卷積神經(jīng)網(wǎng)絡(luò)的基本概念和常用函數(shù)21
2.1.1 卷積層21
2.1.2 池化層23
2.1.3 全連接層23
2.1.4 激活函數(shù)24
2.1.5 PyTorch中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)/模型構(gòu)建方法24
2.2 PyTorch中的數(shù)據(jù)處理操作26
2.2.1 PyTorch自帶的數(shù)據(jù)集使用26
2.2.2 自定義數(shù)據(jù)集的使用29
2.2.3 PyTorch中的數(shù)據(jù)預(yù)處理模塊transforms31
2.3 PyTorch中的損失函數(shù)使用32
2.4 PyTorch中的優(yōu)化器使用33
2.4.1 優(yōu)化器33
2.4.2 學(xué)習(xí)率調(diào)整35
2.5 PyTorch中模型訓(xùn)練的整體流程35
第3章 簡單的卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)40
3.1 LeNet-5卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)40
3.1.1 數(shù)據(jù)準(zhǔn)備40
3.1.2 LeNet-5神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)/模型定義42
3.1.3 wandb可視化工具43
3.1.4 整體訓(xùn)練流程44
3.1.5 效果展示46
3.2 AlexNet卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)46
3.2.1 數(shù)據(jù)準(zhǔn)備46
3.2.2 AlexNet神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)/模型定義48
3.2.3 整體訓(xùn)練流程50
3.2.4 效果展示50
第4章 基于深度學(xué)習(xí)的簡單目標(biāo)識(shí)別51
4.1 基于VGG骨干網(wǎng)絡(luò)的目標(biāo)分類51
4.1.1 VGG介紹51
4.1.2 VGG16網(wǎng)絡(luò)實(shí)現(xiàn)52
4.1.3 基于VGG16進(jìn)行CIFAR數(shù)據(jù)集分類54
4.2 基于ResNet骨干網(wǎng)絡(luò)的目標(biāo)分類55
4.2.1 ResNet神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)原理55
4.2.2 ResNet-18神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)56
4.2.3 基于ResNet-18的目標(biāo)分類60
第5章 基于深度學(xué)習(xí)的人臉表情識(shí)別61
5.1 人臉表情數(shù)據(jù)準(zhǔn)備61
5.2 基于ResNet神經(jīng)網(wǎng)絡(luò)的人臉表情識(shí)別64
5.2.1 網(wǎng)絡(luò)定義64
5.2.2 整體訓(xùn)練流程65
第6章 孿生神經(jīng)網(wǎng)絡(luò)及人臉驗(yàn)證實(shí)戰(zhàn)66
6.1 孿生
展開全部
深度學(xué)習(xí)與人工智能實(shí)戰(zhàn) 作者簡介
張重生，男，1982年9月生，博士，河南大學(xué)計(jì)算機(jī)與信息工程學(xué)院教授、博士生導(dǎo)師。 2012年博士畢業(yè)于法國國家信息與自動(dòng)化研究所(INRIA)。研究方向?yàn)榇髷?shù)據(jù)、人工智能。主持20余項(xiàng)科研項(xiàng)目(含國家自然科學(xué)基金項(xiàng)目1項(xiàng)、教育部人文社會(huì)科學(xué)研究一般項(xiàng)目1項(xiàng))，在AAAI、SIGKDD頂級(jí)國際會(huì)議及知名期刊上發(fā)表學(xué)術(shù)論文近50篇，獲得法國數(shù)據(jù)挖掘會(huì)議EGC 2010最佳論文獎(jiǎng)及獎(jiǎng)金1500歐元。出版著譯作6部，作為第一發(fā)明人申請(qǐng)/授權(quán)近20項(xiàng)國家發(fā)明專利。曾作為主要成員之一執(zhí)筆《河南省大數(shù)據(jù)產(chǎn)業(yè)發(fā)展引導(dǎo)目錄》、《河南省國家大數(shù)據(jù)綜合試驗(yàn)區(qū)實(shí)施方案》并由河南省人民政府頒布實(shí)施。主研“AI綴多多”軟件，實(shí)現(xiàn)了人工智能批量綴合甲骨，在古文字與人工智能結(jié)合方面取得了率先突破，受到新華社、河南衛(wèi)視、河南日?qǐng)?bào)、大河報(bào)、鄭州晚報(bào)、中國青年報(bào)、環(huán)球網(wǎng)、騰訊網(wǎng)等媒體的廣泛報(bào)道，其作為特邀嘉賓參與錄制的CCTV-10《透視新科技》“智破甲骨之謎”節(jié)目于2023年11月5日在CCTV-10正式播出。
書友推薦
- >
朝聞道
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
上帝之肋:男人的真實(shí)旅程
- >
小考拉的故事-套裝共3冊(cè)
- >
苦雨齋序跋文-周作人自編集
- >
史學(xué)評(píng)論
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
月亮虎
本類暢銷
