扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
人工智能科学与技术丛书TensorFlow深度学习/深入理解人工智能算法设计 版权信息
- ISBN：9787302553335
- 条形码：9787302553335 ; 978-7-302-55333-5
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
人工智能科学与技术丛书TensorFlow深度学习/深入理解人工智能算法设计 本书特色
本书适合初学者快速入门深度学习算法和TensorFlow框架。我们已讲故事的方式向读者一步步地介绍每个核心算法，非常详细地剖析算法原理，手把手实现每个算法实战，不但让读者能够了解算法的工作原理，更重要的是教会读者如何一步步地思考问题并解决问题。具体地，我们会介绍目前深度学习的数学原理，反向传播算法，卷积神经网络，循环神经网络，对抗生产网络，自编码器，神经网络结构搜索，图卷积网络等等一系列前沿核心算法。使读者不仅可以明白原理，还能学以致用。内容讲解细致，没有数学基础的读者也能轻松入门。 内容全面：系统介绍了深度学习算法的理论知识和主流算法模型，如AlexNet、ResNet、DenseNet、LSTM、GRU、GAN、DQN、PPO等，详细剖析了每个算法的理论推导过程和应用场合。 实用性强：采用TensorFlow 2.x框架进行实战，通过大量案例实现了计算机视觉、自然语言处理、强化学习等方向的主流算法，读者能够通过实际项目来掌握算法思想。 资源丰富：开源了全部课程源代码、课件、本书Github仓库已收获超9300个Star数，并被“机器之心”、“量子位”等媒体海量传播。
人工智能科学与技术丛书TensorFlow深度学习/深入理解人工智能算法设计 内容简介
本书适合初学者快速入门深度学习算法和TensorFlow框架。我们已讲故事的方式向读者一步步地介绍每个核心算法，很好详细地剖析算法原理，手把手实现每个算法实战，不但让读者能够了解算法的工作原理，更重要的是教会读者如何一步步地思考问题并解决问题。具体地，我们会介绍目前深度学习的数学原理，反向传播算法，卷积神经网络，循环神经网络，对抗生产网络，自编码器，神经网络结构搜索，图卷积网络等等一系列前沿核心算法。使读者不仅可以明白原理，还能学以致用。内容讲解细致，没有数学基础的读者也能轻松入门。
人工智能科学与技术丛书TensorFlow深度学习/深入理解人工智能算法设计 目录
第1章人工智能绪论
1.1人工智能简介
1.1.1人工智能
1.1.2机器学习
1.1.3神经网络与深度学习
1.2神经网络发展简史
1.2.1浅层神经网络
1.2.2深度学习
1.3深度学习特点
1.3.1数据量
1.3.2计算力
1.3.3网络规模
1.3.4通用智能
1.4深度学习应用
1.4.1计算机视觉
1.4.2自然语言处理
1.4.3强化学习
1.5深度学习框架
1.5.1主流框架
1.5.2TensorFlow 2与TensorFlow 1.x
1.5.3功能演示
1.6开发环境安装
1.6.1Anaconda安装
1.6.2CUDA安装
1.6.3TensorFlow安装
1.6.4常用编辑器安装
参考文献
第2章回归问题
2.1神经元模型
2.2优化方法
2.3线性模型实战
2.4线性回归
参考文献
第3章分类问题
3.1手写数字图片数据集
3.2模型构建
3.3误差计算
3.4真的解决了吗
3.5非线性模型
3.6表达能力
3.7优化方法
3.8手写数字图片识别体验
3.8.1网络搭建
3.8.2模型训练
第4章TensorFlow基础
4.1数据类型
4.1.1数值类型
4.1.2字符串类型
4.1.3布尔类型
4.2数值精度
4.2.1读取精度
4.2.2类型转换
4.3待优化张量
4.4创建张量
4.4.1从数组、列表对象创建
4.4.2创建全0或全1张量
4.4.3创建自定义数值张量
4.4.4创建已知分布的张量
4.4.5创建序列
4.5张量的典型应用
4.5.1标量
4.5.2向量
4.5.3矩阵
4.5.4三维张量
4.5.5四维张量
4.6索引与切片
4.6.1索引
4.6.2切片
4.6.3小结
4.7维度变换
4.7.1改变视图
4.7.2增加、删除维度
4.7.3交换维度
4.7.4复制数据
4.8Broadcasting
4.9数学运算
4.9.1加、减、乘、除运算
4.9.2乘方运算
4.9.3指数和对数运算
4.9.4矩阵相乘运算
4.10前向传播实战
第5章TensorFlow进阶
5.1合并与分割
5.1.1合并
5.1.2分割
5.2数据统计
5.2.1向量范数
5.2.2*值、均值、和
5.3张量比较
5.4填充与复制
5.4.1填充
5.4.2复制
5.5数据限幅
5.6高级操作
5.6.1tf.gather
5.6.2tf.gather_nd
5.6.3tf.boolean_mask
5.6.4tf.where
5.6.5scatter_nd
5.6.6meshgrid
5.7经典数据集加载
5.7.1随机打散
5.7.2批训练
5.7.3预处理
5.7.4循环训练
5.8MNIST测试实战
第6章神经网络
6.1感知机
6.2全连接层
6.2.1张量方式实现
6.2.2层方式实现
6.3神经网络
6.3.1张量方式实现
6.3.2层方式实现
6.3.3优化目标
6.4激活函数
6.4.1Sigmoid
6.4.2ReLU
6.4.3LeakyReLU
6.4.4tanh
6.5输出层设计
6.5.1普通实数空间
6.5.2［0,1］区间
6.5.3［0,1］区间，和为1
6.5.4［-1,1］
6.6误差计算
6.6.1均方差误差函数
6.6.2交叉熵损失函数
6.7神经网络类型
6.7.1卷积神经网络
6.7.2循环神经网络
6.7.3注意力(机制)网络
6.7.4图卷积神经网络
6.8汽车油耗预测实战
6.8.1数据集
6.8.2创建网络
6.8.3训练与测试
参考文献
第7章反向传播算法
7.1导数与梯度
7.2导数常见性质
7.2.1基本函数的导数
7.2.2常用导数性质
7.2.3导数求解实战
7.3激活函数导数
7.3.1Sigmoid函数导数
7.3.2ReLU函数导数
7.3.3LeakyReLU函数导数
7.3.4tanh函数梯度
7.4损失函数梯度
7.4.1均方误差函数梯度
7.4.2交叉熵函数梯度
7.5全连接层梯度
7.5.1单神经元梯度
7.5.2全连接层梯度
7.6链式法则
7.7反向传播算法
7.8Himmelblau函数优化实战
7.9反向传播算法实战
7.9.1数据集
7.9.2网络层
7.9.3网络模型
7.9.4网络训练
7.9.5网络性能
参考文献
第8章Keras高层接口
8.1常见功能模块
8.1.1常见网络层类
8.1.2网络容器
8.2模型装配、训练与测试
8.2.1模型装配
8.2.2模型训练
8.2.3模型测试
8.3模型保存与加载
8.3.1张量方式
8.3.2网络方式
8.3.3SavedModel方式
8.4自定义网络简介
8.4.1自定义网络层
8.4.2自定义网络
8.5模型乐园
8.6测量工具
8.6.1新建测量器
8.6.2写入数据
8.6.3读取统计信息
8.6.4清除状态
8.6.5准确率统计实战
8.7可视化
8.7.1模型端
8.7.2浏览器端
第9章过拟合
9.1模型的容量
9.2欠拟合与过拟合
9.2.1欠拟合
9.2.2过拟合
9.3数据集划分
9.3.1验证集与超参数
9.3.2提前停止
9.4模型设计
9.5正则化
9.5.1L0正则化
9.5.2L1正则化
9.5.3L2正则化
9.5.4正则化效果
9.6Dropout
9.7数据增强
9.7.1旋转
9.7.2翻转
9.7.3裁剪
9.7.4生成数据
9.7.5其他方式
9.8过拟合问题实战
9.8.1构建数据集
9.8.2网络层数的影响
9.8.3Dropout的影响
9.8.4正则化的影响
参考文献
第10章卷积神经网络
10.1全连接网络的问题
10.1.1局部相关性
10.1.2权值共享
10.1.3卷积运算
10.2卷积神经网络
10.2.1单通道输入和单卷积核
10.2.2多通道输入和单卷积核
10.2.3多通道输入、多卷积核
10.2.4步长
10.2.5填充
10.3卷积层实现
10.3.1自定义权值
10.3.2卷积层类
10.4LeNet-5实战
10.5表示学习
10.6梯度传播
10.7池化层
10.8BatchNorm层
10.8.1前向传播
10.8.2反向更新
10.8.3BN层实现
10.9经典卷积网络
10.9.1AlexNet
10.9.2VGG系列
10.9.3GoogLeNet
10.10CIFAR10与VGG13实战
10.11卷积层变种
10.11.1空洞卷积
10.11.2转置卷积
10.11.3分离卷积
10.12深度残差网络
10.12.1ResNet原理
10.12.2ResBlock实现
10.13DenseNet
10.14CIFAR10与ResNet18实战
参考文献
第11章循环神经网络
11.1序列表示方法
11.1.1Embedding层
11.1.2预训练的词向量
11.2循环神经网络
11.2.1全连接层可行吗
11.2.2权值共享
11.2.3全局语义
11.2.4循环神经网络原理
11.3梯度传播
11.4RNN层使用方法
11.4.1SimpleRNNCell
11.4.2多层SimpleRNNCell网络
11.4.3SimpleRNN层
11.5RNN情感分类问题实战
11.5.1数据集
11.5.2网络模型
11.5.3训练与测试
11.6梯度弥散和梯度爆炸
11.6.1梯度裁剪
11.6.2梯度弥散
11.7RNN短时记忆
11.8LSTM原理
11.8.1遗忘门
11.8.2输入门
11.8.3刷新Memory
11.8.4输出门
11.8.5小结
11.9LSTM层使用方法
11.9.1LSTMCell
11.9.2LSTM层
11.10GRU简介
11.10.1复位门
11.10.2更新门
11.10.3GRU使用方法
11.11LSTM/GRU情感分类问题再战
11.11.1LSTM模型
11.11.2GRU模型
11.12预训练的词向量
参考文献
第12章自编码器
12.1自编码器原理
12.2FashionMNIST图片重建实战
12.2.1Fashion MNIST数据集
12.2.2编码器
12.2.3解码器
12.2.4自编码器
12.2.5网络训练
12.2.6图片重建
12.3自编码器变种
12.3.1Denoising Auto-Encoder
12.3.2Dropout Auto-Encoder
12.3.3Adversarial Auto-Encoder
12.4变分自编码器
12.4.1VAE原理
12.4.2Reparameterization Trick
12.5VAE图片生成实战
12.5.1VAE模型
12.5.2Reparameterization技巧
12.5.3网络训练
12.5.4图片生成
参考文献
第13章生成对抗网络
13.1博弈学习实例
13.2GAN原理
13.2.1网络结构
13.2.2网络训练
13.2.3统一目标函数
13.3DCGAN实战
13.3.1动漫图片数据集
13.3.2生成器
13.3.3判别器
13.3.4训练与可视化
13.4GAN变种
13.4.1DCGAN
13.4.2InfoGAN
13.4.3CycleGAN
13.4.4WGAN
13.4.5Equal GAN
13.4.6Self-Attention GAN
13.4.7BigGAN
13.5纳什均衡
13.5.1判别器状态
13.5.2生成器状态
13.5.3纳什均衡点
13.6GAN训练难题
13.6.1超参数敏感
13.6.2模式崩塌
13.7WGAN原理
13.7.1JS散度的缺陷
13.7.2EM距离
13.7.3WGAN-GP
13.8WGAN-GP实战
参考文献
第14章强化学习
14.1先睹为快
14.1.1平衡杆游戏
14.1.2Gym平台
14.1.3策略网络
14.1.4梯度更新
14.1.5平衡杆游戏实战
14.2强化学习问题
14.2.1马尔科夫决策过程
14.2.2目标函数
14.3策略梯度方法
14.3.1REINFORCE算法
14.3.2原始策略梯度的改进
14.3.3带基准的REINFORCE算法
14.3.4重要性采样
14.3.5PPO算法
14.3.6PPO实战
14.4值函数方法
14.4.1值函数
14.4.2值函数估计
14.4.3策略改进
14.4.4SARSA算法
14.4.5DQN算法
14.4.6DQN变种
14.4.7DQN实战
14.5Actor-Critic方法
14.5.1Advantage AC算法
14.5.2A3C算法
14.5.3A3C实战
参考文献
第15章自定义数据集
15.1精灵宝可梦数据集
15.2自定义数据集加载
15.2.1创建编码表
15.2.2创建样本和标签表格
15.2.3数据集划分
15.3宝可梦数据集实战
15.3.1创建Dataset对象
15.3.2数据预处理
15.3.3创建模型
15.3.4网络训练与测试
15.4迁移学习
15.4.1迁移学习原理
15.4.2迁移学习实战
展开全部
人工智能科学与技术丛书TensorFlow深度学习/深入理解人工智能算法设计 作者简介
龙良曲：网名“龙龙老师”，毕业于中南大学，曾担任新加坡国立大学助理研究员，专注于深度学习领域的前沿算法研究。担任网易云课堂“深度学习与PyTorch入门实战”“深度学习与TensorFlow2入门实战”等视频课程的主讲教师，帮助无数学员快速掌握深度学习算法知识，课程广受好评。
书友推荐
- >
山海经
山海经
¥17.7¥68.0 - >
莉莉和章鱼
莉莉和章鱼
¥13.4¥42.0 - >
唐代进士录
唐代进士录
¥15.1¥39.8 - >
有舍有得是人生
有舍有得是人生
¥17.1¥45.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥35.5¥48.0 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥20.3¥58.0 - >
月亮虎
月亮虎
¥14.4¥48.0
本类畅销
-
十二字节
¥42.4¥69 -
前瞻交互:从语音、手势设计到多模融合
¥76.3¥109 -
人工智能
¥18.6¥55 -
人工智能技术商业应用场景实战
¥45.8¥79 -
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206
