掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國(guó)高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
中圖價(jià):¥117.6
加入購(gòu)物車
深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用 版權(quán)信息
- ISBN：9787111754725
- 條形碼：9787111754725 ; 978-7-111-75472-5
- 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)及自動(dòng)駕駛應(yīng)用 本書特色
1. 理論性和實(shí)踐性強(qiáng)。本書詳細(xì)講解了深度學(xué)習(xí)方法中從基礎(chǔ)的LeNet-5到前沿的Transformer等系列模型的基本理論及工程實(shí)踐方法，北京踏歌智行科技有限公司為本書提供了礦區(qū)自動(dòng)駕駛工程實(shí)踐案例項(xiàng)目。通過科教融合和產(chǎn)教融合，將科研成果和產(chǎn)業(yè)級(jí)工程項(xiàng)目融入教材，有利于提高學(xué)生的理論創(chuàng)新和工程實(shí)踐能力。 2. 資源豐富，實(shí)用性強(qiáng)。通過配套微視頻、線上實(shí)踐項(xiàng)目實(shí)現(xiàn)教材的數(shù)字化功能，配套的教學(xué)資源多樣化，有利于學(xué)習(xí)者展開高效率的學(xué)習(xí)，同時(shí)可充分利用信息平臺(tái)的便捷性，及時(shí)把深度學(xué)習(xí)新技術(shù)和*新科研成果加入電子資源中。 3. 本書可作為自動(dòng)駕駛、智慧交通、智能電動(dòng)車輛專業(yè)研究生教材，也可以作為高年級(jí)本科生教材；由于汽車、交通都與人們生活密切相關(guān)，因此本書也適合自動(dòng)駕駛相關(guān)行業(yè)以及其他需要了解和掌握深度學(xué)習(xí)知識(shí)的研發(fā)人員參考。
深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用 內(nèi)容簡(jiǎn)介
本書主要講述了汽車自動(dòng)駕駛技術(shù)概述、深度學(xué)習(xí)基礎(chǔ)及實(shí)踐、卷積神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)優(yōu)化與正則化、目標(biāo)檢測(cè)和圖像分割CNN模型、注意力機(jī)制與Transformer、生成對(duì)抗網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等內(nèi)容，以及深度強(qiáng)化學(xué)習(xí)理論及在自動(dòng)駕駛領(lǐng)域的工程實(shí)踐。本書從深度學(xué)習(xí)入門基礎(chǔ)、深度學(xué)習(xí)高階技術(shù)，到深度學(xué)習(xí)前沿技術(shù)，層層遞進(jìn)提高。本書還基于產(chǎn)教融合和科教融合，將自動(dòng)駕駛領(lǐng)域產(chǎn)業(yè)級(jí)工程項(xiàng)目和科研成果轉(zhuǎn)化為教學(xué)案例及實(shí)踐項(xiàng)目。 本書可作為自動(dòng)駕駛、智慧交通、智能電動(dòng)車輛專業(yè)研究生教材，也可以作為高年級(jí)本科生教材；由于汽車、交通都與人們生活密切相關(guān)，因此本書也適合自動(dòng)駕駛相關(guān)行業(yè)以及其他需要了解和掌握深度學(xué)習(xí)知識(shí)的研發(fā)人員參考。
深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用 目錄
前言
二維碼使用說明及清單
第1章汽車自動(dòng)駕駛技術(shù)概述1
1.1汽車自動(dòng)駕駛技術(shù)分級(jí)及發(fā)展現(xiàn)狀2
1.1.1汽車自動(dòng)駕駛的分級(jí)2
1.1.2汽車自動(dòng)駕駛技術(shù)發(fā)展現(xiàn)狀4
1.2汽車自動(dòng)駕駛技術(shù)架構(gòu)8
1.2.1自動(dòng)駕駛環(huán)境感知技術(shù)8
1.2.2自動(dòng)駕駛決策規(guī)劃技術(shù)10
1.2.3自動(dòng)駕駛控制執(zhí)行技術(shù)11
1.3汽車自動(dòng)駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用概述11
1.3.1深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的區(qū)別11
1.3.2深度學(xué)習(xí)的研究及應(yīng)用進(jìn)展12
1.3.3深度學(xué)習(xí)在自動(dòng)駕駛環(huán)境感知中的應(yīng)用15
1.3.4深度學(xué)習(xí)在自動(dòng)駕駛決策規(guī)劃中的應(yīng)用15
1.3.5深度學(xué)習(xí)在自動(dòng)駕駛控制執(zhí)行中的應(yīng)用16
思考題17
第2章深度學(xué)習(xí)基礎(chǔ)及實(shí)踐18
2.1神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介19
2.1.1神經(jīng)網(wǎng)絡(luò)基本概念19
2.1.2單層感知機(jī)19
2.1.3多層感知機(jī)23
2.2深度學(xué)習(xí)理論基礎(chǔ)23
2.2.1信號(hào)前向傳播24
2.2.2激活函數(shù)25
2.2.3損失函數(shù)27
2.2.4優(yōu)化方法——梯度下降法28
2.2.5誤差反向傳播30
2.2.6計(jì)算圖36
2.3深度學(xué)習(xí)框架38
2.3.1TensorFlow38
2.3.2PyTorch39
2.3.3PaddlePaddle39
2.4實(shí)踐項(xiàng)目：DNN車輛識(shí)別項(xiàng)目40
2.5實(shí)踐項(xiàng)目：基于DNN的自動(dòng)駕駛數(shù)據(jù)集分類43
思考題45
第3章卷積神經(jīng)網(wǎng)絡(luò)理論及實(shí)踐46
3.1全連接神經(jīng)網(wǎng)絡(luò)的問題47
3.2卷積神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)49
3.2.1卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)49
3.2.2卷積層51
3.2.3池化層55
3.3典型的卷積神經(jīng)網(wǎng)絡(luò)模型56
3.3.1LeNet56
3.3.2AlexNet58
3.3.3VGGNet59
3.3.4GoogleNet61
3.3.5ResNet64
3.4實(shí)踐項(xiàng)目：CNN斑馬線檢測(cè)項(xiàng)目66
3.5實(shí)踐項(xiàng)目：基于殘差網(wǎng)絡(luò)的自動(dòng)駕駛數(shù)據(jù)集分類67
思考題69
第4章網(wǎng)絡(luò)優(yōu)化與正則化71
4.1優(yōu)化方法72
4.1.1梯度下降法72
4.1.2隨機(jī)梯度下降73
4.1.3Momentum方法73
4.1.4Nesterov加速梯度下降74
4.1.5自適應(yīng)學(xué)習(xí)率方法75
4.1.6自適應(yīng)估計(jì)Adam方法75
4.2局部*優(yōu)點(diǎn)問題76
4.3參數(shù)初始化方法77
4.3.1參數(shù)初始化方法77
4.3.2基于固定方差的參數(shù)初始化78
展開全部
深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用 作者簡(jiǎn)介
徐國(guó)艷，副教授、工學(xué)博士，北京市高等學(xué)校優(yōu)秀專業(yè)課主講教師，北京航空航天大學(xué)校教學(xué)名師。 劉聰琳，任職于百度AI技術(shù)生態(tài)部，負(fù)責(zé)百度AI技術(shù)生態(tài)各項(xiàng)重點(diǎn)賽事的設(shè)計(jì)和運(yùn)營(yíng)工作，包括全國(guó)大學(xué)生智能汽車競(jìng)賽百度競(jìng)速及創(chuàng)意雙賽道等10余項(xiàng)國(guó)內(nèi)外頂級(jí)賽事，覆蓋算法賽、軟件賽、硬件賽和創(chuàng)意賽等賽型。
書友推薦
- >
巴金－再思錄
- >
煙與鏡
- >
羅曼·羅蘭讀書隨筆-精裝
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
- >
羅庸西南聯(lián)大授課錄
- >
詩(shī)經(jīng)-先民的歌唱
- >
龍榆生：詞曲概論/大家小書
- >
二體千字文
本類暢銷
