图书盲袋，以书为“药”
店庆开门红|88元任选10本
欢迎光临中图网 请 | 注册
搜索
搜索全部
  • 搜索全部
  • 书名
  • 作者
  • 出版社
  • ISBN
高级搜索
我身体里的人造星星乡间的日常情感勒索神秘的黑猫
  • 合成诗经
  • 新人领礼券
  • 新用户注册领10元
中图网
>
计算机/网络
>
人工智能
智能科学与技术丛书卷积神经网络与计算机视觉
分享

智能科学与技术丛书卷积神经网络与计算机视觉

作者：[澳]萨尔曼·汗（SalmanKha
出版社：机械工业出版社出版时间：2019-04-01
开本： 16开 页数： 184
本类榜单：计算机/网络销量榜
中 图 价:¥61.4(6.2折) 定价  ¥99.0 登录后可看到会员价
加入购物车 收藏
运费6元，满39元免运费
?新疆、西藏除外
本类五星书更多>
中图价:¥61.4 加入购物车
洞明世事，从读书开始 淘书团

智能科学与技术丛书卷积神经网络与计算机视觉 版权信息

  • ISBN：9787111622888
  • 条形码：9787111622888 ; 978-7-111-62288-8
  • 装帧：一般胶版纸
  • 册数：暂无
  • 重量：暂无
  • 所属分类：
    计算机/网络
    >
    人工智能

智能科学与技术丛书卷积神经网络与计算机视觉 本书特色

本书自成一体，如果你既想了解CNN的原理，又想获得将CNN应用于计算机视觉的一手经验，那么本书将非常适合阅读。书中对CNN进行了全面介绍，首先是神经网络的基本概念：训练、正则化和优化。然后讨论了各种各样的损失函数、网络层和流行的CNN架构，回顾了评价CNN的不同技术，并介绍了一些常用的CNN工具和库。此外，本书还分析了CNN在计算机视觉中的应用案例，包括图像分类、对象检测、语义分割、场景理解和图像生成。

智能科学与技术丛书卷积神经网络与计算机视觉 内容简介

本书自成一体，如果你既想了解CNN的原理，又想获得将CNN应用于计算机视觉的一手经验，那么本书将很好适合阅读。书中对CNN进行了全面介绍，首先是神经网络的基本概念：训练、正则化和优化。然后讨论了各种各样的损失函数、网络层和流行的CNN架构，回顾了评价CNN的不同技术，并介绍了一些常用的CNN工具和库。此外，本书还分析了CNN在计算机视觉中的应用案例，包括图像分类、对象检测、语义分割、场景理解和图像生成。

智能科学与技术丛书卷积神经网络与计算机视觉 目录

译者序
前言
致谢
作者简介
第1章简介
11什么是计算机视觉
111应用案例
112图像处理与计算机视觉
12什么是机器学习
121为什么需要深度学习
13本书概览
第2章特征和分类器
21特征和分类器的重要性
211特征
212分类器
22传统特征描述符
221方向梯度直方图
222尺度不变特征变换
223加速健壮特征
224传统的手工工程特征的局限性
23机器学习分类器
231支持向量机
232随机决策森林
24总结
第3章神经网络基础
31引言
32多层感知机
321基础架构
322参数学习
33循环神经网络
331基础架构
332参数学习
34与生物视觉的关联
341生物神经元模型
342神经元的计算模型
343人工神经元与生物神经元
第4章卷积神经网络
41引言
42神经网络层
421预处理
422卷积层
423池化层
424非线性
425全连接层
426转置卷积层
427感兴趣区域的池化层
428空间金字塔池化层
429局部特征聚合描述符层
4210空间变换层
43CNN损失函数
431交叉熵损失函数
432SVM铰链损失函数
433平方铰链损失函数
434欧几里得损失函数
4351误差
436对比损失函数
437期望损失函数
438结构相似性度量
第5章CNN学习
51权重初始化
511高斯随机初始化
512均匀随机初始化
513正交随机初始化
514无监督的预训练
515泽维尔(Xavier)初始化
516ReLU敏感的缩放初始化
517层序单位方差
518有监督的预训练
52CNN的正则化
521数据增强
522随机失活
523随机失连
524批量归一化
525集成模型平均
5262正则化
5271正则化
528弹性网正则化
529*大范数约束
5210早停
53基于梯度的CNN学习
531批量梯度下降
532随机梯度下降
533小批量梯度下降
54神经网络优化器
541动量
542涅斯捷罗夫动量
543自适应梯度
544自适应增量
545RMSprop
546自适应矩估计
55CNN中的梯度计算
551分析微分法
552数值微分法
553符号微分法
554自动微分法
56通过可视化理解CNN
561可视化学习的权重
562可视化激活
563基于梯度的可视化
第6章CNN架构的例子
61LeNet
62AlexNet
63NiN
64VGGnet
65GoogleNet
66ResNet
67ResNeXt
68FractalNet
69DenseNet
第7章CNN在计算机视觉中的应用
71图像分类
711PointNet
72目标检测与定位
721基于区域的CNN
722快速RCNN
723区域建议网络
73语义分割
731全卷积网络
732深度反卷积网络
733DeepLab
74场景理解
741DeepContext
742从RGBD图像中学习丰富的特征
743用于场景理解的PointNet
75图像生成
751生成对抗网络
752深度卷积生成对抗网络
753超分辨率生成对抗网络
76基于视频的动作识别
761静止视频帧的动作识别
762双流CNN
763长期递归卷积网络
第8章深度学习工具和库
81Caffe
82TensorFlow
83MatConvNet
84Torch7
85Theano
86Keras
87Lasagne
88Marvin
89Chainer
810PyTorch
第9章结束语
91本书概要
92未来研究方向
术语表
参考文献
展开全部

智能科学与技术丛书卷积神经网络与计算机视觉 作者简介

---作者简介---
萨尔曼汗（Salman Khan） 澳大利亚国立大学讲师，联邦科学与工业研究组织（CSIRO）研究科学家。
侯赛因拉哈马尼（Hossein Rahmani） 西澳大利亚大学计算机科学与软件工程学院研究员。
赛义德阿法克阿里沙（Syed Afaq Ali Shah） 西澳大利亚大学计算机科学与软件工程学院副研究员。
穆罕默德本纳努恩（Mohammed Bennamoun） 西澳大利亚大学教授，曾任计算机科学与软件工程学院院长。

---译者简介---
黄智濒 北京邮电大学计算机学院讲师，博士，主要研究方向为计算机视觉和三维可视化。
戴志涛 北京邮电大学计算机学院教授，主要研究方向为深度学习加速器和嵌入式系统。

商品评论(0条)
写书评 赚书币
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
新手上路
新用户指引
注册用户 更改注册信息
购物常见问题
关于特价书的常见问题
购买问题
订单跟踪
付款方式
账户余额  申请提现
配送方式及费用、范围
集团购买
售后服务
退换货流程
投诉与建议
特色服务
会员等级与书币
中图网书馨卡
邀请好友购买返10元礼包
其他信息
本站简介
联系我们
招聘英才
网站联盟
友情链接
微信公众号
中图网微信
中图网微博
中图网微博
手机中图网
手机中图网
中图网
诚信认证 电子商务诚信单位认证

京ICP备09013606号-3京信市监发[2002]122号海淀公安分局备案编号：1101083394

营业执照出版物经营许可证 京出发京批字第直110071

在线客服