深度学经典案例解析(基于matlab) 人工智能 赵小川 新华正版
举报
-
作者:
赵小川
-
出版社:
机械工业出版社
-
ISBN:
9787111682936
-
出版时间:
2021-07
-
版次:
1
-
装帧:
平装
-
开本:
16
-
页数:
228页
-
字数:
294千字
-
出版时间:
2021-07
-
版次:
1
-
装帧:
平装
-
开本:
16
-
页数:
228页
-
字数:
294千字
售价
¥
59.20
6.0折
定价
¥99.00
品相
全新品相描述
上书时间2024-04-18
卖家超过10天未登录
-
-
商品描述:
-
主编:
1. 案例丰富:通过17个综合案例介绍深度学网络的构建、训练、应用及部署的2. 实例专业:涵盖交通标识检测、语音识别、车辆检测、肺炎胸片检测等应用
目录:
前言
基础篇
案例1 巧妇难为无米之炊:数据集的制作与加载
1.1 机器学中的数据集
1.2 如何加载matlab自带的数据集
1.3 如何加载自己制作的数据集
1.4 如何加载公开数据集:以cifar-10为例
1.5 如何划分训练集与验证集
1.6 如何扩充数据样本集
案例2 小试牛刀:如何构建一个卷积神经网络
2.1 n的核心——“卷积”
2.2 卷积神经网络的结构及
2.3 从仿生角度看卷积神经网络
2.4 基于深度学工具箱函数构造卷积神经网络
2.5 采用deep work designer实现卷积网络设计
2.6 其他与构建深度网络相关的函数
案例3 精雕细琢:如何训练一个卷积神经网络
3.1 基本概念一点通
3.2 实例需求与实现步骤
3.3 构建卷积神经网络
3.4 训练卷积神经网络
3.5 例程实现与解析
应用篇
案例4 le卷积神经网络的应用:红绿灯识别
4.1 le卷积神经网络
4.2 基于改进le的交通灯识别
4.3 例程实现与解析
案例5 alex卷积神经网络的应用:基于迁移学的图像分类
5.1 什么是迁移学
5.2 从不同的角度看迁移学
5.3 alex网络的
5.4 基于alex实现迁移学的步骤
5.5 alex的加载方法
5.6 如何对ale行改进以实现迁移学
5.7 本节所用到的函数解析
5.8 例程实现与解析
5.9 采用deep work designer辅助实现迁移学
案例6 vgg16卷积神经网络的应用:融合卷积神经网络与支持向量机的物体识别
6.1 vgg16网络的及特点
6.2 支持向量机分类的
6.3 基于vgg16与svm的物体识别
6.4 例程实现与解析
案例7 lstm长短期记忆神经网络的应用:心电图信号分类
7.1 从时间的角度看序列数据
7.2 序列建模之循环神经网络
7.3 基于门与记忆细胞构建序列模型的“长期依赖关系”
7.4 基于lstm实现心电图信号分类的步骤
7.5 本节所用到的函数解析
7.6 例程实现与解析
案例8 res残差网络的应用:新冠肺炎胸片检测
8.1 深度学技术在抗击疫情中的应用
8.2 res网络简介
8.3 基于res的新冠肺炎胸片检测的实现步骤
8.4 res的加载方法
8.5 对res进行调整以实现迁移学
8.6 例程实现与解析
实战篇
案例9 让机器的眼睛认识标志:基于r-n的交通标志检测
9.1 目标分类、检测与分割
9.2 目标检测及其难点问题
9.3 r-n目标检测算法的及实现过程
9.4 基于image labeler的r-n目标检测器构建
案例10 让机器的眼睛检测车辆:基于video labeler的车辆目标检测
10.1 车辆目标检测的需求
10.2 利用video labeler实现车辆目标检测的步骤
案例11 让机器的耳朵听明白声音:基于lstm的语元音序列分类示例
11.1 利用lstm实现语元音序列分类的步骤
11.2 语元音序列分类程序详解
案例12 深度学助力医学发展:基于ineeption-v3网络迁移学的视网膜病变检测
12.1 inception-v3深度网络介绍
12.2 kaggle竞赛眼疾检测数据集
12.3 数据集预处理
12.4 在inception-v3上应用迁移学实现dr图像分类
12.5 例程实现与解析
12.6 通过类激活映来辅助诊断
案例13 知己知彼:深度神经网络的脆弱及ai对抗技术
13.1 深度神经网络的脆弱
13.2 ai对抗技术及其发展趋势
案例14 识音辨意:基于深度学的语音识别
14.1 下载spech mands dataset数据集
14.2 标注数据集
14.3 划分训练集、验证集和测试集
14.4 对音频原始文件预处理
14.5 建立网络
14.6 训练网络
14.7 评价终结果
14.8 网络的大小与单次推理时间
案例15 方便快捷:深度学模型代码的自动生成
15.1 深度学网络模型:从开发到部署
15.2 matlab生成推理模型代码的步骤
15.3 安装gpu台的代码生成工具
15.4 代码生成例程实现与解析
案例16 互通共享:如何将在keras中设计训练的网络导入matlab深度学工具箱中
16.1 导入网络的详细步骤
16.2 例程实现与解析
案例17 快速部署:如何将训练好的深度神经网络部署到树莓派上
17.1 什么是树莓派
17.2 squeeze简介
17.3 自动生成c++代码及其在树莓派上的实现
参文献
内容简介:
本书分为“基础篇”“应用篇”和“实战篇”。通过17个案例循序渐进地介绍了深度学网络的构建、训练、应用,以及如何基于matlab快速生成可执行的c、c代码并在硬件上部署实现,内容讲解由浅及深、层层递进。本书所讲解的案例均配有代码实现,并对代码进行了详细注解,读者可通过阅读代码对本书讲解的内容进行更加深入的了解。本书适合对人工智能、深度学技术感兴趣的工程技术人员阅读,也适合人工智能、计算机科学技术相关专业的本科生、学参。
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间:09月02日 10:30
即将开播,去预约
直播中,去观看