保正版！实战深度学习——原理、框架及应用9787302567073清华大学出版社邓劲生庄春华

1.7天无理由退换货，2.当日16点前订单基本当日发出，最迟隔天，3.天津仓、成都仓、无锡仓、北京仓、广东仓、泰安仓、杭州仓、武汉仓就近发货。4.韵达、中国邮政、圆通、中通随机安排！无法指定快递敬请谅解！5.开票联系客服.

作者: 邓劲生庄春华
出版社: 清华大学出版社
ISBN: 9787302567073

出版时间: 2021-01
装帧: 平装
开本: 16开

作者: 邓劲生庄春华
出版社: 清华大学出版社

ISBN: 9787302567073
出版时间: 2021-01

装帧: 平装
开本: 16开

售价 29.17 6.5折

定价￥45.00

品相全新

优惠

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2023-09-25

数量: 库存4件

立即购买加入购物车收藏

卖家超过10天未登录

商品详情
店铺评价

手机购买

微信扫码访问

商品分类：

教材教辅考试 > 教材 > 大学教材 > 计算机与互联网

货号：

1202200264

商品描述：

前言

作者2020年6月于砚瓦池

商品简介

本书系统全面地覆盖了深度学习的主要原理、方法和应用实践。介绍了深度学习的概念、主流工具及框架，分析了神经网络原理并实现，对卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN）这些常用的深度学习模型进行了演练，在此基础上展开基于深度学习的目标检测、图像分割、人脸识别、文本自动生成等热门应用，为读者提供了从理论学习到工程实践的视图。本书适合高等学校计算机、软件工程、人工智能等本专科专业，也适合作为对实际使用深度学习感兴趣的研究生、工程师和研究人员的学习资料。

作者简介

邓劲生，国防科技大学前沿交叉学科学院研究员，当前主要从事大数据、人工智能、情报科学等方面的研究。主持国家和省部级科研项目十余项，获得军队和省部级科技进步奖、教学成果奖多项，著译图书十余本。

目录

第1章深度学习初识11.1 什么是深度学习11.1.1 深度学习与机器学习的关系11.1.2 深度学习与人工智能的关系21.1.3 深度学习的应用案例21.2 机器学习初识41.2.1 机器学习概述41.2.2 机器学习的分支51.3 神经网络初识81.3.1 神经网络的来源81.3.2 人工神经网络与神经元模型81.4 本章小结9思考题10 第2章深度学习主流工具及框架112.1 开发环境的搭建及使用112.1.1 下载及安装Anaconda开发工具112.1.2 Python库的导入与添加132.1.3 Anaconda命令简介142.2 深度学习的主要框架152.2.1 TensorFlow概况162.2.2 CPU版环境搭建与调用172.2.3 GPU版环境搭建与调用192.2.4 Keras的调用242.3 本章小结25思考题26 第3章神经网络的原理及实现273.1 数学基础273.1.1 张量273.1.2 导数283.2 神经网络模型及结构293.2.1 MP神经元模型303.2.2 感知机313.2.3 前向传播323.2.4 反向传播343.3 激活函数353.3.1 Sigmoid函数353.3.2 Tanh函数363.3.3 ReLU函数383.3.4 Swish函数393.4 损失函数403.4.1 均值平方差403.4.2 交叉熵413.5 优化方法: 梯度下降413.5.1 批量梯度下降423.5.2 随机梯度下降423.5.3 小批量梯度下降423.6 综合案例: 搭建简单的神经网络433.6.1 基本功能函数433.6.2 简单神经网络的搭建443.6.3 拟合函数可视化463.7 本章小结48思考题48 第4章卷积神经网络494.1 卷积神经网络入门494.1.1 卷积神经网络概述494.1.2 卷积神经网络的结构504.2 卷积运算524.2.1 卷积函数534.2.2 卷积实例544.3 池化运算594.3.1 池化函数604.3.2 池化实例614.4 综合案例: 手写数字识别654.4.1 MNIST数据集初识654.4.2 手写数字识别模型构建和训练674.5 本章小结71思考题72 第5章循环神经网络735.1 循环神经网络入门735.1.1 循环神经网络概述735.1.2 序列数据745.1.3 循环神经网络结构755.1.4 梯度消失和梯度爆炸765.2 长短期记忆网络——LSTM785.2.1 长期依赖问题785.2.2 长短期记忆网络结构795.3 综合案例: 语义情感分析835.4 本章小结88思考题88 第6章生成对抗网络896.1 生成对抗网络初识896.1.1 生成对抗网络概述896.1.2 生成对抗网络基本模型896.2 生成对抗网络的基本原理906.3 综合案例: 仿照手写字体916.4 本章小结98思考题98 第7章基于深度学习的目标检测997.1 目标检测基础997.1.1 数据集997.1.2 性能指标1007.1.3 锚点1017.1.4 锚框1017.1.5 非极大值抑制1017.2 传统的目标检测1017.2.1 ViolaJones1027.2.2 方向梯度直方图1037.2.3 DPM1057.2.4 综合案例: DPM行人检测1067.3 结合候选区域和CNN分类的目标检测框架1107.3.1 RCNN1107.3.2 SPPNET1117.3.3 Fast RCNN1137.3.4 Faster RCNN1147.4 回归问题的端到端的目标检测框架1177.4.1 YOLO1177.4.2 SSD1187.4.3 综合案例: YOLO目标检测1187.5 本章小结122思考题122 第8章基于深度学习的图像分割1238.1 基于图论的方法1238.1.1 NormalizedCut1248.1.2 GraphCut1248.1.3 GrabCut1258.1.4 综合案例: GrabCut前景提取1268.2 基于聚类的方法1278.2.1 K均值聚类1288.2.2 谱聚类1288.2.3 Meanshift1298.2.4 SLIC1298.2.5 聚类应用1308.2.6 综合案例: SLIC分割超像素1318.3 基于深度语义的方法1328.3.1 FCN1328.3.2 DeepLab系列1338.3.3 PSPNet1338.3.4 UNet1358.3.5 SegNet1358.3.6 综合案例: 细胞壁检测1368.4 本章小结142思考题142 第9章基于深度学习的人脸识别1439.1 训练图像数据采集1439.1.1 训练图像数据源1439.1.2 爬取图像数据集1449.2 CNN人脸识别设计1469.2.1 CNN人脸识别设计方案1469.2.2 CNN图像处理1469.2.3 图像预处理1489.3 CNN模型搭建1499.3.1 搭建卷积层1509.3.2 搭建池化层1509.3.3 选取激活函数1519.3.4 选取优化器1519.3.5 自定义损失函数1529.3.6 设置参数调整学习效率1529.3.7 训练CNN模型1549.3.8 模型保存加载与评估1559.3.9 模型测试1569.4 口罩佩戴识别增强1579.5 本章小结158思考题158 第10章基于深度学习的文本自动生成15910.1 训练文本数据采集15910.1.1 训练文本数据源15910.1.2 训练文本数据整理16010.2 LSTM五言律诗自动生成设计16010.2.1 文本预处理16110.2.2 文本数据标准化16110.2.3 LSTM模型搭建16210.2.4 训练LSTM模型16210.3 测试LSTM模型16310.3.1 生成序列数据16310.3.2 定义采样方法16310.4 本章小结166思考题166 第11章深度学习展望16711.1 深度学习的探索方向16711.1.1 设计更好的深度学习框架16711.1.2 发现更好的网络模型16711.2 深度学习的应用场景展望16811.2.1 教育领域16811.2.2 金融领域16811.2.3 医疗领域16811.2.4 文艺领域16911.2.5 无人服务16911.3 本章小结169 参考文献170
【前言】

主编推荐

体系全面探索深度学习知识
深入浅出解读热门应用构建
实战理念牵引具体演练实例
深入拓展培养活学活用能力
【内容简介】
配送说明

...
相似商品
为你推荐

孔网分类

图书

图书

保正版！实战深度学习——原理、框架及应用9787302567073清华大学出版社邓劲生 庄春华

孔网啦啦啦啦啦纺织女工火锅店第三课

保正版！实战深度学习——原理、框架及应用9787302567073清华大学出版社邓劲生庄春华