中圖網小程序
一鍵登錄
更方便
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高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度學習之模型優化:核心算法與案例實踐 版權信息
- ISBN：9787121481529
- 條形碼：9787121481529 ; 978-7-121-48152-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
深度學習之模型優化:核心算法與案例實踐 內容簡介
本書由淺入深、系統性地介紹了深度學習模型壓縮與優化的核心技術。本書共9 章，主要內容有：深度學習模型性能評估、模型可視化、輕量級模型設計、模型剪枝、模型量化、遷移學習與知識蒸餾、自動化模型設計、模型優化與部署工具。本書理論知識體系完備，同時提供了大量實例，供讀者實戰演練。
深度學習之模型優化:核心算法與案例實踐 目錄
第1章 引言 1
1.1 人工智能時代背景 1
1.2 數據處理 2
1.2.1 大數據時代背景 2
1.2.2 數據獲取 3
1.2.3 數據清洗與整理 5
1.3 算法基礎 7
1.3.1 卷積的概念 7
1.3.2 CNN基本概念 8
1.4 計算芯片 12
1.4.1 GPU 12
1.4.2 ARM 15
1.5 深度學習框架 16
1.5.1 Caffe 16
1.5.2 TensorFlow 17
1.5.3 PyTorch 17
第2章 模型性能評估 19
2.1 性能指標 19
2.1.1 基準模型 19
2.1.2 參數量 20
2.1.3 計算量與內存訪問代價 21
2.1.4 計算速度 22
2.1.5 并行化程度 23
2.1.6 能耗 24
2.2 學術與產業競賽 24
第3章 模型可視化 26
3.1 模型可視化基礎 26
3.1.1 為什么要研究模型可視化 26
3.1.2 模型可視化的研究方向 27
3.2 模型結構可視化 27
3.2.1 Netscope可視化方法 27
3.2.2 TensorBoard模型結構可視化 33
3.2.3 Graphiz可視化工具 35
3.2.4 Netron可視化工具 38
3.3 模型參數與特征可視化 44
3.3.1 參數可視化 44
3.3.2 激活值可視化 46
3.3.3 工具 46
3.4 輸入區域重要性可視化 48
3.4.1 基本原理 48
3.4.2 基于反向傳播的輸入可視化 49
3.4.3 類激活映射可視化 50
3.5 輸入激活模式可視化 52
3.5.1 概述 53
3.5.2 梯度計算法 53
3.5.3 反卷積法 56
3.5.4 網絡反轉法 58
3.5.5 小結 58
3.6 模型可視化分析實踐 59
3.6.1 基于梯度計算法的可視化 59
3.6.2 反卷積可視化 62
3.6.3 CAM可視化 68
3.6.4 小結 71
第4章 輕量級模型設計 72
4.1 卷積核的使用和設計 72
4.1.1 全連接層的壓縮 72
4.1.2 小卷積核的應用 73
4.2 卷積拆分與分組 77
4.2.1 卷積拆分操作 78
4.2.2 分組卷積X
展開全部
深度學習之模型優化:核心算法與案例實踐 作者簡介
龍鵬，筆名言有三，先后就讀于華中科技大學(2008-2012)，中國科學院半導體研究所神經網絡實驗室(2012-2015)，先后就職于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度學習實驗室(2017.5-2019.3)，深度學習算法專家，阿里云MVP，華為云MVP，超過7年的深度學習領域從業經驗，擁有豐富的傳統圖像算法和深度學習計算機視覺項目經驗，運營技術公眾號《有三AI》，著有書籍《深度學習之圖像識別：核心技術與案例實戰》(機械工業出版社2019.4)，《深度學習之模型設計：核心算法與案例實踐》(電子工業出版社2020.6)，《深度學習之人臉圖像處理：核心算法與案例實戰》(機械工業出版社2020.7)，《深度學習之攝影圖像處理：核心算法與案例精粹》(人民郵電出版社2021.4)，擁有10余項發明技術專利與學術論文，擔任2022年HDIS Chair等職位。
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
我從未如此眷戀人間
- >
回憶愛瑪儂
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
羅庸西南聯大授課錄
- >
莉莉和章魚
- >
唐代進士錄
本類暢銷
