包郵深度學(xué)習(xí)理論與實(shí)踐

作者：呂云翔王志鵬

出版社：機(jī)械工業(yè)出版社出版時(shí)間：2024-07-01

開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 307

本類(lèi)榜單：計(jì)算機(jī)/網(wǎng)絡(luò)銷(xiāo)量榜

中圖價(jià):¥60.2(7.6折) 定價(jià) ~~¥79.0~~ 登錄后可看到會(huì)員價(jià)

加入購(gòu)物車(chē) 收藏

開(kāi)年大促， 全場(chǎng)包郵

?新疆、西藏除外

本類(lèi)五星書(shū)更多>

>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用

全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用

¥14.4¥45
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))

決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))

¥44.1¥88
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路

軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路

¥56.2¥69
>
第一行代碼Android

第一行代碼Android

¥55.4¥99
>
JAVA持續(xù)交付

JAVA持續(xù)交付

¥58.1¥119
>
EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)

EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)

¥31.1¥69.9
>
深度學(xué)習(xí)

深度學(xué)習(xí)

¥92.4¥168

商品詳情
商品評(píng)論(0條)

中圖價(jià):¥60.2 加入購(gòu)物車(chē)

版權(quán)信息
本書(shū)特色
內(nèi)容簡(jiǎn)介
目錄
作者簡(jiǎn)介

深度學(xué)習(xí)理論與實(shí)踐版權(quán)信息

ISBN：9787111754206
條形碼：9787111754206 ; 978-7-111-75420-6
裝幀：平裝-膠訂
冊(cè)數(shù)：暫無(wú)
重量：暫無(wú)
所屬分類(lèi)：
計(jì)算機(jī)/網(wǎng)絡(luò)
>
計(jì)算機(jī)教材

深度學(xué)習(xí)理論與實(shí)踐本書(shū)特色

配套資源：電子課件、實(shí)驗(yàn)和案例講解視頻、教學(xué)大綱、習(xí)題答案、模擬試題、程序代碼、數(shù)據(jù)集。本書(shū)特色：強(qiáng)調(diào)實(shí)際生產(chǎn)中深度學(xué)習(xí)技術(shù)的應(yīng)用過(guò)程。提供8個(gè)綜合實(shí)踐應(yīng)用案例。

深度學(xué)習(xí)理論與實(shí)踐內(nèi)容簡(jiǎn)介

本書(shū)分3個(gè)部分，分別為深度學(xué)習(xí)理論基礎(chǔ)、深度學(xué)習(xí)實(shí)驗(yàn)和深度學(xué)習(xí)案例。這3個(gè)部分層層遞進(jìn)，介紹了機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)與常用方法，包括機(jī)器學(xué)習(xí)基本操作的原理和在深度學(xué)習(xí)框架下的實(shí)踐步驟。第1部分通過(guò)7章來(lái)介紹深度學(xué)習(xí)的基礎(chǔ)知識(shí)，包括深度學(xué)習(xí)在不同領(lǐng)域的應(yīng)用，不同深度學(xué)習(xí)框架的對(duì)比，以及機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方面的內(nèi)容。第2部分包括常用深度學(xué)習(xí)框架的基礎(chǔ)講解，以及計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、強(qiáng)化學(xué)習(xí)和可視化技術(shù)領(lǐng)域的一些實(shí)驗(yàn)講解。第3部分提供了8個(gè)案例，介紹深度學(xué)習(xí)在圖像分類(lèi)、目標(biāo)檢測(cè)、目標(biāo)識(shí)別、圖像分割、風(fēng)格遷移、自然語(yǔ)言處理等方面的應(yīng)用。本書(shū)將理論與實(shí)踐緊密結(jié)合，能為讀者提供有益的學(xué)習(xí)指導(dǎo)。本書(shū)適合高等院校計(jì)算機(jī)科學(xué)和軟件工程等相關(guān)專(zhuān)業(yè)的學(xué)生、深度學(xué)習(xí)初學(xué)者和機(jī)器學(xué)習(xí)算法分析從業(yè)人員閱讀。

深度學(xué)習(xí)理論與實(shí)踐目錄

前言
第1部分深度學(xué)習(xí)理論基礎(chǔ)
第1章深度學(xué)習(xí)簡(jiǎn)介
11計(jì)算機(jī)視覺(jué)
111定義
112基本任務(wù)
113傳統(tǒng)方法
114仿生學(xué)與深度學(xué)習(xí)
115現(xiàn)代深度學(xué)習(xí)
116卷積神經(jīng)網(wǎng)絡(luò)
12自然語(yǔ)言處理
121自然語(yǔ)言處理的基本問(wèn)題
122傳統(tǒng)方法與神經(jīng)網(wǎng)絡(luò)方法的比較
123發(fā)展趨勢(shì)
13強(qiáng)化學(xué)習(xí)
131什么是強(qiáng)化學(xué)習(xí)
132強(qiáng)化學(xué)習(xí)算法簡(jiǎn)介
133強(qiáng)化學(xué)習(xí)的應(yīng)用
14本章小結(jié)
習(xí)題
第2章深度學(xué)習(xí)框架
21PyTorch
211什么是PyTorch
212PyTorch的特點(diǎn)
213PyTorch應(yīng)用概述
22TensorFlow
221什么是TensorFlow
222數(shù)據(jù)流圖
223TensorFlow的特點(diǎn)
224TensorFlow應(yīng)用概述
23PaddlePaddle
231什么是PaddlePaddle
232PaddlePaddle的特點(diǎn)
233PaddlePaddle應(yīng)用概述
24三者的比較
25本章小結(jié)
習(xí)題
第3章機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)
31機(jī)器學(xué)習(xí)概述
311關(guān)鍵術(shù)語(yǔ)
312機(jī)器學(xué)習(xí)的分類(lèi)
313機(jī)器學(xué)習(xí)的模型構(gòu)造過(guò)程
32監(jiān)督學(xué)習(xí)
321線性回歸
322邏輯斯諦回歸
323*小近鄰法
324線性判別分析法
325樸素貝葉斯分類(lèi)器
326決策樹(shù)分類(lèi)算法
327支持向量機(jī)分類(lèi)算法
33無(wú)監(jiān)督學(xué)習(xí)
331劃分式聚類(lèi)方法
332層次化聚類(lèi)方法
333基于密度的聚類(lèi)方法
34強(qiáng)化學(xué)習(xí)
341強(qiáng)化學(xué)習(xí)、監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)
342強(qiáng)化學(xué)習(xí)問(wèn)題描述
343強(qiáng)化學(xué)習(xí)問(wèn)題分類(lèi)
35神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)
351感知器模型
352前饋神經(jīng)網(wǎng)絡(luò)
353卷積神經(jīng)網(wǎng)絡(luò)
354其他類(lèi)型結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)
36本章小結(jié)
習(xí)題
第4章回歸模型
41線性回歸模型
42Logistic回歸模型
43用PyTorch實(shí)現(xiàn)Logistic回歸
431數(shù)據(jù)準(zhǔn)備
432線性方程
433激活函數(shù)
434損失函數(shù)
435優(yōu)化算法
436模型可視化
44本章小結(jié)
習(xí)題
第5章神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
51基礎(chǔ)概念
52感知器
521單層感知器
522多層感知器
53BP神經(jīng)網(wǎng)絡(luò)
531梯度下降
532反向傳播
54Dropout正則化
55批標(biāo)準(zhǔn)化
551批標(biāo)準(zhǔn)化的實(shí)現(xiàn)方式
552批標(biāo)準(zhǔn)化的使用方法
56本章小結(jié)
習(xí)題
第6章卷積神經(jīng)網(wǎng)絡(luò)(CNN)與計(jì)算機(jī)視覺(jué)
61卷積神經(jīng)網(wǎng)絡(luò)的基本思想
62卷積操作
63池化層
64卷積神經(jīng)網(wǎng)絡(luò)
65經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)
651VGG網(wǎng)絡(luò)
652InceptionNet
653ResNet
654GAN
655Diffusion模型
66用PyTorch進(jìn)行手寫(xiě)數(shù)字識(shí)別
67本章小結(jié)
習(xí)題
第7章神經(jīng)網(wǎng)絡(luò)與自然語(yǔ)言處理
71語(yǔ)言建模
72基于多層感知機(jī)的架構(gòu)
73基于循環(huán)神經(jīng)網(wǎng)絡(luò)的架構(gòu)
731循環(huán)單元
732通過(guò)時(shí)間反向傳播
733帶有門(mén)限的循環(huán)單元
734循環(huán)神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型
735神經(jīng)機(jī)器翻譯
74基于卷積神經(jīng)網(wǎng)絡(luò)的架構(gòu)
75基于Transformer的架構(gòu)
751多頭注意力
752非參位置編碼
753編碼器單元與解碼器單元
76表示學(xué)習(xí)與預(yù)訓(xùn)練技術(shù)
761詞向量
762加入上下文信息的特征表示
763網(wǎng)絡(luò)預(yù)訓(xùn)練
77本章小結(jié)
習(xí)題
第2部分深度學(xué)習(xí)實(shí)驗(yàn)
第8章操作實(shí)踐
81PyTorch操作實(shí)踐
811PyTorch安裝
812Tensor 對(duì)象及其運(yùn)算
813Tensor 的索引和切片
814Tensor的變換、拼接和拆分
815PyTorch的Reduction操作
816PyTorch的自動(dòng)微分
82TensorFlow操作實(shí)踐
821TensorFlow安裝
822Tensor 對(duì)象及其運(yùn)算
823Tensor 的索引和切片
824Tensor 的變換、拼接和拆分
825TensorFlow的Reduction操作
826TensorFlow 的自動(dòng)微分
83PaddlePaddle操作實(shí)踐
831PaddlePaddle安裝
832Tensor 的創(chuàng)建和初始化
833Tensor的常見(jiàn)基礎(chǔ)操作
834自動(dòng)微分
84本章小結(jié)
第9章人工智能熱門(mén)研究領(lǐng)域?qū)嶒?yàn)
91計(jì)算機(jī)視覺(jué)
911一個(gè)通用的圖像分類(lèi)模型
912兩階段目標(biāo)檢測(cè)和語(yǔ)義分割
913人物圖像處理
914調(diào)用遠(yuǎn)程服務(wù)
915動(dòng)漫圖像生成
92自然語(yǔ)言處理
921垃圾郵件分類(lèi)
922詞嵌入技術(shù)
923文本生成與多輪對(duì)話
924語(yǔ)音識(shí)別
93強(qiáng)化學(xué)習(xí)：一個(gè)會(huì)玩平衡擺的智能體
94可視化技術(shù)
941使用TensorBoard可視化訓(xùn)練過(guò)程
942卷積核可視化
943注意力機(jī)制可視化
95本章小結(jié)
第3部分深度學(xué)習(xí)案例
第10章案例：花卉圖片分類(lèi)
101環(huán)境與數(shù)據(jù)準(zhǔn)備
1011環(huán)境安裝
1012數(shù)據(jù)集簡(jiǎn)介
1013數(shù)據(jù)集下載與處理
102模型創(chuàng)建、訓(xùn)練和測(cè)試
1021模型創(chuàng)建與訓(xùn)練
1022測(cè)試與結(jié)果
103本章小結(jié)
第11章案例：人臉關(guān)鍵點(diǎn)檢測(cè)
111數(shù)據(jù)準(zhǔn)備
1111人臉裁剪與縮放
1112數(shù)據(jù)歸一化處理
1113整體代碼
112模型搭建與訓(xùn)練
1121特征圖生成
1122模型搭建
1123模型訓(xùn)練
113模型評(píng)價(jià)
114本章小結(jié)
第12章案例：街景門(mén)牌字符識(shí)別
121背景介紹
122算法介紹
1221YOLOv4
1222算法流程
123模型優(yōu)化
1231數(shù)據(jù)增強(qiáng)
1232模型融合
124結(jié)果展

展開(kāi)全部

深度學(xué)習(xí)理論與實(shí)踐作者簡(jiǎn)介

呂云翔，從2003年在北航軟件學(xué)院工作以來(lái)，一直講授本科生的“計(jì)算機(jī)導(dǎo)論”、“職業(yè)生涯規(guī)劃”和“軟件工程”這三門(mén)課，以及研究生的“軟件工程”課（全英文，2003-2007）。在教學(xué)上能夠認(rèn)真?zhèn)湔n，積極探索，并且能夠?qū)⒋罅康慕虒W(xué)經(jīng)驗(yàn)（從1986年開(kāi)始從教）應(yīng)用到實(shí)際的教學(xué)中，教學(xué)效果良好，使學(xué)生能夠很好地掌握相關(guān)的知識(shí)和技能。2009年獲得北航軟件學(xué)院第一屆教學(xué)比賽二等獎(jiǎng)。從2011年開(kāi)始，以全英文的方式講授“計(jì)算機(jī)導(dǎo)論”課程。作為研究生指導(dǎo)教師先后指導(dǎo)了近200名研究生的畢業(yè)答辯。作為本科生指導(dǎo)教師，指導(dǎo)了本科畢業(yè)設(shè)計(jì)的學(xué)生近100名。在指導(dǎo)的過(guò)程中，取得的效果良好。先后以第一作者著、編著和翻譯了二十多本書(shū)。2009年獲得北航軟件學(xué)院著書(shū)特別獎(jiǎng)。獲北航教學(xué)成果二等獎(jiǎng)一項(xiàng)（2012），三等獎(jiǎng)兩項(xiàng)（2010、2014）。

商品評(píng)論(0條)

寫(xiě)書(shū)評(píng) 賺書(shū)幣

暫無(wú)評(píng)論……

書(shū)友推薦