登入帳戶  | 訂單查詢  | 購物車/收銀台( 0 ) | 在線留言板  | 付款方式  | 運費計算  | 聯絡我們  | 幫助中心 |  加入書簽
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種:超過100萬種各類書籍/音像和精品,正品正價,放心網購,悭钱省心 服務:香港台灣澳門海外 送貨:速遞郵局服務站

新書上架簡體書 繁體書
暢銷書架簡體書 繁體書
好書推介簡體書 繁體書

三月出版:大陸書 台灣書
二月出版:大陸書 台灣書
一月出版:大陸書 台灣書
12月出版:大陸書 台灣書
11月出版:大陸書 台灣書
十月出版:大陸書 台灣書
九月出版:大陸書 台灣書
八月出版:大陸書 台灣書
七月出版:大陸書 台灣書
六月出版:大陸書 台灣書
五月出版:大陸書 台灣書
四月出版:大陸書 台灣書
三月出版:大陸書 台灣書
二月出版:大陸書 台灣書
一月出版:大陸書 台灣書

『簡體書』深度学习架构与实践

書城自編碼: 3652942
分類:簡體書→大陸圖書→計算機/網絡人工智能
作者: 鲁远耀
國際書號(ISBN): 9787111679790
出版社: 机械工业出版社
出版日期: 2021-07-01

頁數/字數: /
書度/開本: 16开 釘裝: 平装

售價:HK$ 111.3

我要買

 

** 我創建的書架 **
未登入.


新書推薦:
汗青堂丛书132·基督教史:最初的三千年
《 汗青堂丛书132·基督教史:最初的三千年 》

售價:HK$ 263.8
欧洲之心:神圣罗马帝国,800—1806
《 欧洲之心:神圣罗马帝国,800—1806 》

售價:HK$ 203.3
我们从未中产过:社会流动性如何误导了我们
《 我们从未中产过:社会流动性如何误导了我们 》

售價:HK$ 62.9
伦敦 : 塞尔登地图与全球化都市的形成 (1549—1689)
《 伦敦 : 塞尔登地图与全球化都市的形成 (1549—1689) 》

售價:HK$ 111.3
论世衡史:清季权力分野与政局纷争
《 论世衡史:清季权力分野与政局纷争 》

售價:HK$ 116.2
以图证史(言不必称希腊+光从中华来)
《 以图证史(言不必称希腊+光从中华来) 》

售價:HK$ 239.6
全球新常态:疫情后商业与供应链的重塑   [美]尤西·谢费
《 全球新常态:疫情后商业与供应链的重塑 [美]尤西·谢费 》

售價:HK$ 107.7
少数派的感受(拒绝PUA,拒绝标签,你只是没有被公正对待)
《 少数派的感受(拒绝PUA,拒绝标签,你只是没有被公正对待) 》

售價:HK$ 78.7

 

建議一齊購買:

+

HK$ 122.5
《 深度学习原理与应用 》
+

HK$ 91.1
《 实践深度学习 》
+

HK$ 78.3
《 大数据挖掘技术与应用 》
+

HK$ 93.2
《 亲密接触人工智能——从零搭建对话机器人 》
+

HK$ 197.5
《 解剖深度学习原理:从0编写深度学习库 》
+

HK$ 112.3
《 用Python动手学强化学习(全彩印刷) 》
編輯推薦:
本书以具体的实际案例为场景,从架构和实践两个方面,将基础理论和实际应用相结合,随书提供配套丰富的源代码和课件下载,帮助读者快速实现入门到进阶。书中内容讲述了深度学习架构与实践,共分为两个部分,第1部分(即第1~6章)为基础理论,主要对深度学习的理论知识进行了详细的讲解;第2部分(即第7~12章)为应用实践,以具体的实际案例为场景,通过理论和实践相结合的讲解方式使读者能够对深度学习技术有更好的理解。本书可以为读者提供一条轻松、快速入门深度学习的路径,有侧重地阐明深度学习的经典知识和核心要点,从架构和实践两个方面,让读者对深度学习的系统架构和若干领域的应用实践有清晰和深入的掌握。
內容簡介:
本书讲述了深度学习架构与实践,共分为两个部分,第1部分(即第1~6章)为基础理论,主要对深度学习的理论知识进行了详细的讲解;第2部分(即第7~12章)为应用实践,以具体的实际案例为场景,通过理论和实践相结合的讲解方式使读者能够对深度学习技术有更好的理解。本书可以为读者提供一条轻松、快速入门深度学习的路径,有侧重地阐明深度学习的经典知识和核心要点,从架构和实践两个方面,让读者对深度学习的系统架构和若干领域的应用实践有清晰和深入的掌握。
本书适合计算机软件相关专业的高年级本科生或研究生,以及所有想要学习深度学习或从事计算机视觉算法开发的读者阅读。
目錄
目录
前言
绪论1
第1章 深度学习的架构8
1.1如何区分人工智能、机器学习、深度学习8
1.1.1人工智能:从概念提出到走向繁荣8
1.1.2机器学习:一种实现人工智能的方法9
1.1.3深度学习:一种实现机器学习的技术9
1.1.4人工智能、机器学习和深度学习的关系9
1.2深度学习的发展历史及研究现状10
1.2.1深度学习的发展历史10
1.2.2深度学习的研究现状11
1.3深度学习的基本内容及理论基础13
1.3.1深度学习的基本内容13
1.3.2深度学习的理论基础15
1.4深度学习的发展趋势与未来15
1.4.1深度学习的发展趋势15
1.4.2深度学习的未来16
第2章 深度学习相关数学基础17
2.1线性代数17
2.1.1标量、向量、矩阵和张量17
2.1.2矩阵和向量相乘18
2.1.3单位矩阵和逆矩阵19
2.1.4线性相关和生成子空间19
2.1.5范数21
2.1.6特殊类型的矩阵和向量22
2.1.7特征分解23
2.1.8奇异值分解24
2.1.9Moore-Penrose伪逆25
2.1.10迹运算25
2.1.11行列式26
2.1.12主成分分析26
2.2概率论与信息论29
2.2.1随机试验、频率与概率、随机变量29
2.2.2随机变量的分布情况30
2.2.3二维随机变量31
2.2.4期望、方差、协方差、相关系数33
2.2.5常用的概率分布34
2.2.6常用函数的有用性质37
2.2.7连续型变量的技术细节39
2.2.8信息论40
2.2.9结构化概率模型41
2.3拟合、梯度下降与传播43
2.3.1过拟合和欠拟合43
2.3.2随机梯度下降44
2.3.3正向传播与反向传播47
第3章 神经网络的架构48
3.1神经网络与神经元48
3.2深度神经网络的概念与结构49
3.2.1深度神经网络的概念49
3.2.2深度神经网络的结构49
3.3深度神经网络的分类50
3.3.1前馈深度网络50
3.3.2反馈深度网络51
3.3.3双向深度网络51
3.4自动编码器与玻尔兹曼机51
3.4.1自动编码器51
3.4.2玻尔兹曼机52
第4章 卷积神经网络53
4.1卷积神经网络的概念53
4.2卷积神经网络的基本结构54
4.2.1卷积层55
4.2.2池化层56
4.2.3全连接层56
4.3非线性层与激活函数57
4.3.1Sigmoid激活函数57
4.3.2Tanh函数59
4.3.3Relu函数60
4.4感受野与权值共享61
4.4.1局部感受野61
4.4.2权值共享61
4.5卷积神经网络与反卷积神经网络62
4.5.1卷积神经网络及其特点62
4.5.2反卷积神经网络及其特点63
4.6卷积神经网络的训练63
第5章 循环神经网络64
5.1RNN的概念64
5.2RNN的结构64
5.3RNN的训练65
5.3.1反向传播算法的原理65
5.3.2反向传播算法的步骤65
5.4RNN的实现71
5.4.1梯度爆炸与梯度消失71
5.4.2基于RNN的语言模型例子71
5.4.3语言模型训练过程73
5.5RNN的发展74
5.5.1双向循环神经网络74
5.5.2长短时记忆结构75
第6章 生成对抗网络776.1GAN的概念77
6.1.1对抗思想与GAN77
6.1.2似然估计及化问题79
6.1.3GAN的训练过程81
6.2GAN的原理82
6.2.1生成器82
6.2.2判别器83
6.3GAN的应用84
6.4GAN的发展85
6.4.1GAN的优缺点85
6.4.2GAN的未来发展方向86
第7章 Python相关基础877.1Python程序结构87
7.1.1循环结构87
7.1.2分支结构89
7.2NumPy操作90
7.2.1NumPy的主要特点91
7.2.2ndarray91
7.2.3NumPy-数据类型94
7.2.4NumPy-数组属性94
7.2.5NumPy-数组创建例程96
7.2.6NumPy-切片和索引98
7.2.7NumPy-字符串函数99
7.2.8NumPy-算数函数100
7.2.9NumPy-算数运算100
7.2.10NumPy-统计函数101
7.2.11NumPy-排序、搜索和计数函数102
7.2.12NumPy-字节交换103
7.2.13NumPy-副本和视图103
7.2.14NumPy-矩阵库104
7.2.15NumPy-线性代数105
7.3函数105
7.3.1Python中函数的应用105
7.3.2Python函数的定义107
7.3.3Python函数的调用108
7.3.4为函数提供说明文档109
7.4第三方资源110
第8章 TensorFlow、Theano、Caffe的框架与安装113
8.1TensorFlow的框架与安装113
8.1.1TensorFlow的简介113
8.1.2TensorFlow的架构113
8.1.3TensorFlow的特点114
8.1.4TensorFlow的安装114
8.2Theano的框架与安装118
8.2.1Theano的简介118
8.2.2Theano的安装119
8.3Caffe的架构与安装121
8.3.1Caffe的简介121
8.3.2Caffe的安装122
第9章 TensorFlow、Theano、Caffe的原理及应用124
9.1TensorFlow的原理及应用124
9.1.1TensorFlow的工作原理124
9.1.2TensorFlow的简单应用126
9.1.3TensorFlow的复杂应用129
9.2Theano的基本语法及应用145
9.2.1Theano的基本语法145
9.2.2Theano在Windows下的常用实例149
9.2.3用Theano来编写一个简单的神经网络154
9.3Caffe的结构、写法及应用157
9.3.1Caffe的结构157
9.3.2Caffe的写法157
9.3.3Caffe的训练与测试167
第10章 手写数字识别实例177
10.1字符识别的意义177
10.2字符识别的设计与实现177
10.2.1实验简介177
10.2.2实验环境搭建178
10.3单层神经网络搭建178
10.3.1网络搭建过程178
10.3.2梯度下降180
10.4多层神经网络搭建183
10.4.1Sigmoid激活函数184
10.4.2Relu激活函数184
10.4.3衰减学习率187
10.4.4添加dropout解决过拟合现象188
10.5卷积神经网络190
第11章 自动生成图像描述实例195
11.1自动生成图像描述的目标195
11.2自动生成图像描述的设计198
11.3语言生成模型201
11.4自动生成图像描述的实现203
11.5实验结果及分析221
第12章 唇语识别实例225
12.1唇语识别技术的目标225
12.2特征提取225
12.2.1CNN的唇部视觉特征提取225
12.2.2RNN的时序特征提取226
12.2.3特征分类算法SVM、KNN、Softmax228
12.3唇语识别模型网络架构230
12.3.1抽取视频帧算法与视频唇部区域定位230
12.3.2图像特征提取网络架构233
12.3.3基于注意力机制的时间特征提取架构234
12.3.4唇语识别模型与整体识别流程235
12.4实验结果及分析239
12.4.1数据集与预处理239
12.4.2实验结果239
12.4.3可视化分析242
参考文献246
內容試閱
随着谷歌的AlphaGo、IBM的Watson和百度的Apollo等人工智能产品的相继问世,人工智能成为大家热烈讨论的焦点话题。深度学习作为人工智能的核心技术之一,在学术界与工业界的积极推动之下,在计算机视觉、语音识别和自然语言处理等诸多领域得到了广泛的应用。
本书共分为两个部分。部分为1~6章,为基础理论,主要对深度学习的理论知识进行了详细的讲解,包括深度学习的发展历史以及研究现状、深度学习常用的相关数学基础,同时还对神经网络的架构、卷积神经网络、循环神经网络、生成对抗网络的理论基础进行了详细的讲解。第二部分为7~12章,为应用实践,主要是对深度学习中常用的Python库、深度学习框架进行了讲解,同时还对手写数字识别实例、自动生成图像描述实例、唇语识别实例进行了具体的代码实现。本书主要是以具体的实际案例为背景,通过理论和实践相结合的方式力求使读者能够对深度学习技术有更好的理解。
本书的特点是通过实际案例,深入浅出地对深度学习技术进行了详细的讲解,同时还结合了Caffe和TensorFlow的代码来对各种经典的神经网络模型进行了具体实现,读者可以通过运行各个应用案例的程序代码和实验数据,检验其演示效果。
为了能够完全理解并掌握本书的内容,读者所需具备的背景知识和基本能力包括:了解编程、能够读写代码。由于本书的代码示例、第三方库、包都是基于Python语言的,所以本书主要适用于有一定Python语言基础的读者。除了编程背景,懂得相关数学、统计的知识将有助于掌握本书的内容。相关的数学知识包括大学本科水平的微积分学(如求导)、线性代数知识矩阵符号的意义、矩阵相乘、求逆矩阵。这些知识主要是帮助读者理解一些算法中的求导部分,很多情况下就是一个简单函数的求导或基本的矩阵操作。能够理解概念层面上的数学计算将有助于对算法的理解。明白推导各步的由来有助于理解算法的强项和弱项,也帮助读者在面对具体的问题时,决定选择使用哪个方法。总而言之,本书适用于具有一定高等数学基础的理工科本科生或研究生,以及所有想要学习深度学习的读者和想要从事计算机视觉算法开发的技术人员。
本书由鲁远耀主笔编写,同时姜海洋、史鑫、温静、杨林今尧、李可心、徐征、栗冬杰、肖琦、李宏波、何杉参与了本书的整理工作。
策划编辑江婧婧为本书的顺利出版做出了重要贡献,在此表示深深的感谢。
后,我们要感谢从事深度学习相关工作的专家、学者以及研究人员和工程师,本书的完成离不开他们的研究工作。同时,我们还要感谢在图书或网站上公开有用信息的各位同仁。
由于我们的水平有限,本书在内容取材和结构编排上难免有不妥之处,望读者不吝赐教,提出宝贵的批评和建议,我们将不胜感激。
编者2021年3月

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 香港用户  | 台灣用户 | 大陸用户 | 海外用户
megBook.com.hk
Copyright © 2013 - 2024 (香港)大書城有限公司  All Rights Reserved.