中图网(原中国图书网)：网上书店，中文字幕在线一区二区三区，尾货特色书店，中文字幕在线一区，30万种特价书低至2折！

歡迎光臨中圖網 請 | 注冊

包郵 深度學習

出版社：機械工業出版社出版時間：2024-12-01
開本： 16開 頁數： 244
中 圖 價:¥41.7(7.1折) 定價  ¥59.0 登錄后可看到會員價
加入購物車 收藏
開年大促， 全場包郵
?新疆、西藏除外
本類五星書更多>

深度學習 版權信息

  • ISBN：9787111771616
  • 條形碼：9787111771616 ; 978-7-111-77161-6
  • 裝幀：平裝-膠訂
  • 冊數：暫無
  • 重量：暫無
  • 所屬分類：>

深度學習 本書特色

本書遵循教指委相關指導文件和高等院校學生學習規律編寫而成。踐行四新理念，融入思政元素，注重理論與實踐相結合。

深度學習 內容簡介

本書是一本體系完整、算法和案例豐富的人工智能類教材。本書系統地講解深度學習的理論與方法，主要內容包括緒論、深度學習基礎、卷積神經網絡、循環神經網絡、深度序列模型、深度生成網絡、圖神經網絡、注意力機制、深度強化學習、深度遷移學習、無監督深度學習。本書通過豐富的實例講解方法的應用；強調深度學習的系統性、方法的時效性，同時針對深度學習快速發展的特點，講解深度學習的*新技術，本書配備了實例的數字化資源，供學習者下載。 　　本書既可以作為國內各高等學校、科研院所本科生、研究生的教材，也可以供國內外從事深度學習的研究人員和工程人員使用。 　　本書配有電子課件，歡迎選用本書作教材的教師登錄www.compedu.com 注冊后下載。

深度學習深度學習 前言

　　前言
　　隨著科技的飛速發展，人工智能（AI）已經成為這個時代*引人注目的科技之一。在AI的眾多分支中，深度學習（Deep Learning）憑借其強大的特征提取能力和對數據內在模式的精確建模，已經成為推動AI技術不斷突破的關鍵力量。為此，我們編寫了這本《深度學習》教材，系統地介紹深度學習的理論與方法。本書旨在為讀者提供一個全面而深入的深度學習知識體系。本書從深度學習的基礎知識出發，逐步深入到各種先進的網絡結構和算法，力求讓讀者在掌握基本理論的同時，能夠了解深度學習的*新發展和應用。

深度學習 目錄

目錄
序
前言
第1章緒論
1.1深度學習簡介
1.2深度學習的發展歷史
1.2.1深度學習技術的發展歷史
1.2.2深度學習產業應用的變遷史
1.3深度學習的分類
1.3.1任務類型
1.3.2模型類型
1.4度量指標
1.4.1回歸任務指標
1.4.2分類任務指標
1.4.3生成任務指標
本章小結
思考題與習題
參考文獻
第2章深度學習基礎
2.1線性代數
2.1.1標量和向量
2.1.2矩陣和張量
2.1.3矩陣計算
2.1.4范數
2.2微積分
2.2.1導數和微分
2.2.2偏導數和梯度
2.2.3鏈式法則
2.3概率論
2.3.1概率分布
2.3.2期望和方差
2.3.3條件概率和聯合概率
2.3.4全概率公式與貝葉斯定理
2.3.5邊緣概率分布
2.4距離與相似度計算
2.4.1常見的距離計算
2.4.2常見的相似度計算
2.5激活函數
2.6感知機與多層感知機
2.6.1感知機
2.6.2多層感知機
2.7反向傳播算法
本章小結
思考題與習題
參考文獻
第3章卷積神經網絡
3.1簡介
3.1.1基本概念
3.1.2發展歷程
3.2基礎模塊
3.2.1端到端架構
3.2.2輸入層
3.2.3卷積層
3.2.4池化層
3.2.5激活層
3.2.6全連接層
3.2.7目標函數
3.3典型卷積神經網絡
3.3.1LeNet-5
3.3.2AlexNet
3.3.3VGGNet
3.3.4GoogLeNet
3.3.5ResNet
3.3.6R-CNN系列
3.3.7YOLO系列
3.3.8MobileNet
3.3.9Conformer
3.4各種卷積
3.4.12D卷積
3.4.23D卷積
3.4.31×1卷積
3.4.4空間可分離卷積
3.4.5深度可分離卷積
3.4.6分組卷積
3.4.7擴張卷積
3.5卷積神經網絡實例
3.5.1實例背景
3.5.2數據準備
3.5.3模型構建與訓練
3.5.4模型評估與調整
本章小結
思考題與習題
參考文獻
第4章循環神經網絡
4.1循環神經網絡的結構
4.2循環神經網絡的訓練
4.2.1損失函數
4.2.2時間反向傳播算法
4.2.3梯度消失與梯度爆炸
4.3雙向循環神經網絡與深度循環神經網絡
4.4長短期記憶網絡
4.4.1LSTM記憶單元
4.4.2LSTM記憶方式
4.5門控循環單元
4.6遞歸神經網絡
4.7雙向長短期記憶網絡與雙向門控循環單元
4.8應用實例
4.8.1實例背景
4.8.2基本流程
本章小結
思考題與習題
參考文獻
第5章深度序列模型
5.1深度序列模型概述
5.1.1深度序列模型結構
5.1.2序列生成模型解決的問題
5.2編碼器-解碼器架構
5.3序列到序列模型
5.4融入注意力機制的序列到序列模型
5.5Transformer架構
5.5.1Transformer的輸入
5.5.2Transformer編碼器
5.5.3Transformer解碼器
5.6Transformer變體
5.6.1Transformer的模塊變體
5.6.2Transformer的應用變體
5.7深度序列模型實例
5.7.1實例背景
5.7.2數據準備
5.7.3模型構建
5.7.4模型訓練與應用
本章小結
思考題與習題
參考文獻
第6章深度生成網絡
6.1深度生成模型簡介
6.2基于玻爾茲曼機的方法
6.2.1受限玻爾茲曼機
6.2.2深度置信網絡
6.2.3深度玻爾茲曼機
6.3基于變分自動編碼器的方法
6.3.1VAE模型的基本原理
6.3.2幾種重要的VAE結構
6.4基于生成對抗網絡的方法
6.4.1生成對抗網絡的基本原理
6.4.2生成對抗網絡的穩定性研究
6.4.3生成對抗網絡的結構發展
6.5基于流模型的方法
6.5.1流模型的基本原理
6.5.2常規流
6.5.3流模型的衍生結構
6.6基于擴散模型的方法
6.6.1擴散模型的基本原理
6.6.2條件擴散模型的技術方案
6.7基于自回歸網絡的方法
6.7.1自回歸網絡的基本原理
6.7.2自回歸網絡的衍生結構
6.8大語言模型
6.8.1模型架構
6.8.2常用大模型
6.8.3預訓練大語言模型的優化技巧
6.9深度生成模型實例
本章小結
思考題與習題
參考文獻
第7章圖神經網絡
7.1圖神經網絡概述
7.1.1圖神經網絡的發展起源
7.1.2圖神經網絡的設計
7.1.3圖神經網絡計算模塊
7.2圖卷積神經網絡
7.2.1基于譜的方法
7.2.2基于空間的方法
7.3圖循環網絡
7.3.1基于門控循環單元的方法
7.3.2基于長短期記憶網絡的方法
7.4圖注意力網絡
7.4.1基于自注意力的方法
7.4.2基于層注意力的方法
7.5圖神經網絡實例
7.5.1實例背景
7.5.2數據準備
7.5.3模型構建與訓練
本章小結
思考題與習題
參考文獻
第8章注意力機制
8.1注意力機制簡介
8.1.1基本概念
8.1.2發展歷程
8.2注意力模型基本架構
8.3注意力機制分類
8.3.1一般模式注意力
8.3.2鍵值對模式注意力
8.3.3多頭注意力
8.4注意力模型
8.4.1通道&空間注意力
8.4.2混合注意力
8.4.3自注意力
8.4.4類別注意力
8.4.5時間注意力
8.4.6頻率注意力
8.4.7全局注意力
8.5注意力機制實例
8.5.1實例背景
8.5.2數據準備
8.5.3模型構建與訓練
8.5.4模型評估與調整
8.5.5實例運行結果
本章小結
思考題與習題
參考文獻
第9章深度強化學習
9.1強化學習基本概念
9.1.1強化學習基礎框架
9.1.2強化學習關鍵要素
9.1.3馬爾可夫決策過程
9.2深度價值學習
9.2.1DQN
9.2.2TD算法
9.2.3噪聲DQN
9.3深度策略學習
9.3.1策略梯度
9.3.2策略梯度理論證明
9.3.3REINFORCE算法
9.3.4Actor-Critic學習
9.3.5帶基線的策略梯度方法
9.4模仿學習
9.4.1模仿學習基礎
9.4.2逆強化學習
9.5基于人類反饋的強化學習
9.6深度強化學習實例
9.6.1實例背景
9.6.2環境準備
9.6.3模型構建
9.6.4模型訓練
本章小結
思考題與習題
參考文獻
第10章深度遷移學習
10.1遷移學習
10.1.1深度遷移學習簡介
10.1.2深度遷移學習分類
10.2基于微調的方法
10.3基于凍結CNN層的方法
10.4漸進式學習方法
10.5基于對抗思想的方法
10.6相關數據集
10.7深度遷移學習實例
10.7.1背景
10.7.2數據準備
10.7.3模型構建與訓練
本章小結
思考題與習題
參考文獻
第11章無監督深度學習
11.1概述
11.2基于掩碼的任務
11.3基于語言模型的任務
11.4基于時序的任務
11.5基于對比學習的任務
11.6經典無監督深度學習模型
11.6.1掩碼自動編碼器
11.6.2BERT模型
11.6.3GPT模型
11.6.4BEiT模型
11.6.5SimCLR模型
11.7無監督深度學習實例
11.7.1數據準備
11.7.2模型構建
11.7.3模型訓練
本章小結
思考題與習題
參考文獻
展開全部
商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網
在線客服
主站蜘蛛池模板： 风信子发稿-专注为企业提供全球新闻稿发布服务 | 创绿家招商加盟网-除甲醛加盟-甲醛治理加盟-室内除甲醛加盟-创绿家招商官网 | 成都软件开发_OA|ERP|CRM|管理系统定制开发_成都码邻蜀科技 | 厌氧反应器,IC厌氧反应器,厌氧三相分离器-山东创博环保科技有限公司 | 「银杏树」银杏树行情价格_银杏树种植_山东程锦园林 | 碳化硅,氮化硅,冰晶石，绢云母，氟化铝，白刚玉,棕刚玉，石墨,铝粉,铁粉,金属硅粉,金属铝粉,氧化铝粉,硅微粉,蓝晶石,红柱石,莫来石,粉煤灰,三聚磷酸钠,六偏磷酸钠,硫酸镁-皓泉新材料 | 活性炭-蜂窝-椰壳-柱状-粉状活性炭-河南唐达净水材料有限公司 | 空心明胶胶囊|植物胶囊|清真胶囊|浙江绿键胶囊有限公司欢迎您! | 纳米涂料品牌 防雾抗污纳米陶瓷涂料厂家_虹瓷科技 | B2B网站_B2B免费发布信息网站_B2B企业贸易平台 - 企资网 | 家德利门业,家居安全门,别墅大门 - 安徽家德利门业有限公司 | 呼末二氧化碳|ETCO2模块采样管_气体干燥管_气体过滤器-湖南纳雄医疗器械有限公司 | 小学教案模板_中学教师优秀教案_高中教学设计模板_教育巴巴 | 3d可视化建模_三维展示_产品3d互动数字营销_三维动画制作_3D虚拟商城 【商迪3D】三维展示服务商 广东健伦体育发展有限公司-体育工程配套及销售运动器材的体育用品服务商 | 刹车盘机床-刹车盘生产线-龙口亨嘉智能装备| 电杆荷载挠度测试仪-电杆荷载位移-管桩测试仪-北京绿野创能机电设备有限公司 | 收录网| 紫外可见光分光度计-紫外分光度计-分光光度仪-屹谱仪器制造（上海）有限公司 | 不锈钢散热器,冷却翅片管散热器厂家-无锡市烨晟化工装备科技有限公司 | 杭州公司变更法人-代理记账收费价格-公司注销代办_杭州福道财务管理咨询有限公司 | 圆窗水平仪|伊莉莎冈特elesa+ganter | 精密线材测试仪-电线电缆检测仪-苏州欣硕电子科技有限公司 | 成都LED显示屏丨室内户外全彩led屏厂家方案报价_四川诺显科技 | 杭州画室_十大画室_白墙画室_杭州美术培训_国美附中培训_附中考前培训_升学率高的画室_美术中考集训美术高考集训基地 | 澳门精准正版免费大全,2025新澳门全年免费,新澳天天开奖免费资料大全最新,新澳2025今晚开奖资料,新澳马今天最快最新图库-首页-东莞市傲马网络科技有限公司 | 最新电影-好看的电视剧大全-朝夕电影网 | 建筑工程资质合作-工程资质加盟分公司-建筑资质加盟 | 蓝牙音频分析仪-多功能-四通道-八通道音频分析仪-东莞市奥普新音频技术有限公司 | 蓝牙音频分析仪-多功能-四通道-八通道音频分析仪-东莞市奥普新音频技术有限公司 | 合肥白癜风医院_合肥治疗白癜风医院_合肥看白癜风医院哪家好_合肥华研白癜风医院 | 三防漆–水性三防漆–水性浸渍漆–贝塔三防漆厂家 | 智慧养老_居家养老_社区养老_杰佳通 | 老城街小面官网_正宗重庆小面加盟技术培训_特色面馆加盟|牛肉拉面|招商加盟代理费用多少钱 | 云南丰泰挖掘机修理厂-挖掘机维修,翻新,再制造的大型企业-云南丰泰工程机械维修有限公司 | 运动木地板_体育木地板_篮球馆木地板_舞台木地板-实木运动地板厂家 | 广东恩亿梯电源有限公司【官网】_UPS不间断电源|EPS应急电源|模块化机房|电动汽车充电桩_UPS电源厂家(恩亿梯UPS电源,UPS不间断电源,不间断电源UPS) | 台湾Apex减速机_APEX行星减速机_台湾精锐减速机厂家代理【现货】-杭州摩森机电 | 实战IT培训机构_IT培训班选大学生IT技术培训中心_中公优就业 | 山东臭氧发生器,臭氧发生器厂家-山东瑞华环保设备 | 工控机,嵌入式主板,工业主板，arm主板，图像采集卡，poe网卡，朗锐智科 | 深圳诚暄fpc首页-柔性线路板,fpc柔性线路板打样生产厂家 |