书馨卡帮你省薪 2024个人购书报告 2024中图网年度报告
欢迎光临中图网 请 | 注册
> >
深度学习 算法入门与KELAS编程实践

深度学习 算法入门与KELAS编程实践

作者:李易
出版社:机械工业出版社出版时间:2021-04-01
开本: 16开 页数: 264
中 图 价:¥65.6(7.3折) 定价  ¥89.8 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>

深度学习 算法入门与KELAS编程实践 版权信息

  • ISBN:9787111674153
  • 条形码:9787111674153 ; 978-7-111-67415-3
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

深度学习 算法入门与KELAS编程实践 本书特色

适读人群 :本书不仅适合需要在工作中应用深度学习技术的专业人员,而且适合具备一定计算机编程基础的人工智能和深度学习爱好者。对于大专院校相关专业的师生,本书也是一本不错的参考读从算法原理到编程实践,从基础知识到应用实战,案例丰富、类型广泛、图文并茂、步骤讲解、上手快速,配套资料全面,兼顾自学和教学用书。

深度学习 算法入门与KELAS编程实践 内容简介

深度学习作为人工智能领域的“排头兵”,将在未来的新一轮产业升级中起到至关重要的作用。本书以“理论+实践”的形式帮助读者快速建立深度学习知识体系,不仅能在算法层面上理解各种神经网络模型,而且能借助功能强大且极易上手的Keras 框架,熟练地搭建和训练模型,应用于解决实际问题。 全书共12章,内容涵盖入门深度学习的绝大部分基础知识。第1章讲解如何搭建深度学习的编程环境,并简单回顾了学习深度学习**的数学知识。第2章从回归算法出发带领读者踏上深度学习之路。第3~9章全面讲解时下几种主流神经网络结构,包括多层感知机(MLP)、卷积神经网络(CNN)、循环神经网络(RNN)、 自动编码器(AE)、变分自动编码器(VAE)、对抗生成网络(GAN)等。第10~12章着重介绍时下主流的几类深度学习应用,包括图像识别、目标检测和自然语言处理等。无论是算法原理还是编程实践,本书都从易到难、循序渐进地讲解,并配合简单轻松的实例帮助读者加深印象。 本书不仅适合需要在工作中应用深度学习技术的专业人员,而且适合具备一定计算机编程基础的人工智能和深度学习爱好者。对于大专院校相关专业的师生,本书也是一本不错的参考读物。

深度学习 算法入门与KELAS编程实践 目录

前言 如何获取学习资源 第1章 深度学习入门 1.1 Keras的介绍与安装13 1.2 学习深度学习需要具备的数学基础知识16 第2章 回归算法 2.1 线性回归31 2.2 多元线性回归39 2.3 逻辑回归42 第3章 神经网络入门 3.1 简单神经网络的基本结构50 3.2 正向传播51 3.3 激活函数53 3.4 MLP的反向传播与求导55 3.5 MLP的损失函数59 3.6 权重初始化62 3.7 案例:黑白手写数字识别64 第4章 神经网络进阶—如何提高性能 4.1 欠拟合和过拟合问题69 4.2 模型诊断与误差分析71 4.3 避免过拟合的“良药”—正则化73 4.4 优化算法76 4.4.1 基于梯度下降法的优化算法76 4.4.2 进阶优化算法78 4.5 其他优化性能的方法81 4.6 模型训练的检查清单83 第5章 卷积神经网络 5.1 CNN的构想来源86 5.2 卷积层88 5.3 滤波器89 5.3.1 滤波器的运算规则89 5.3.2 滤波器的作用91 5.3.3 填充和步长95 5.4 彩色图像输入98 5.5 反向传播101 5.6 池化层103 5.7 CNN案例104 5.7.1 黑白手写数字识别104 5.7.2 彩色图像分类107 第6章 循环神经网络 6.1 RNN的基本结构115 6.2 RNN的正向传播118 6.3 RNN的反向传播120 6.4 简单的RNN案例122 6.5 训练RNN时的问题与解决方案129 6.5.1 梯度爆炸和梯度消失130 6.5.2 梯度问题的解决方案132 6.6 解决长期依赖问题的“良药”—GRU和LSTM133 6.6.1 GRU134 6.6.2 LSTM138 6.7 RNN案例:影评分析142 6.7.1 准备知识—词嵌入142 6.7.2 代码解析144 第7章 自动编码器 7.1 AE的结构149 7.2 重构损失151 7.3 简单的AE案例153 7.4 Sparse AE155 7.5 去噪自动编码器157 7.6 上色器160 第8章 变分自动编码器 8.1 VAE的结构171 8.2 对VAE的深层理解174 8.3 损失函数175 8.4 重参数技巧180 8.5 VAE案例181 第9章 对抗生成网络 9.1 GAN的基本结构191 9.2 GAN的训练192 9.3 GAN的数学原理195 9.4 GAN案例:DCGAN198 第10章 AI的眼睛Ⅰ—基于CNN的图像识别 10.1 VGGNet209 10.2 Inception214 10.3 ResNet220 10.4 迁移学习226 第11章 AI的眼睛Ⅱ—基于CNN的目标检测 11.1 R-CNN232 11.2 Fast R-CNN241 11.3 Faster R-CNN243 11.4 YOLO算法246 第12章 循环神经网络的进阶算法 12.1 BRNN250 12.2 Encoder-Decoder255 12.3 注意力机制257
展开全部

深度学习 算法入门与KELAS编程实践 作者简介

李易 毕业于世界著名学府美国宾夕法尼亚大学,擅长 Python、C++ 等主流编程语言与 AI 视觉处理。在校期间曾在世界知名的 Haim Bau 教授实验室参与基于 AI 图像算法的寨卡(Zika)病毒识别、HSV(单纯疱疹病毒)检测等多个研究项目。目前就职于汽车行业供应商瑞典 Syntronic 公司,带领团队研发基于 AI 技术与商用 5G 车联网的车内生命检测系统。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
返回顶部
中图网
在线客服