超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

不再提示
关闭
欢迎光临中图网 请 | 注册
> >
深度学习技术应用

深度学习技术应用

作者:胡心雷等
出版社:电子工业出版社出版时间:2022-03-01
开本: 16开 页数: 184
中 图 价:¥47.6(7.0折) 定价  ¥68.0 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>

深度学习技术应用 版权信息

  • ISBN:9787121428517
  • 条形码:9787121428517 ; 978-7-121-42851-7
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

深度学习技术应用 本书特色

本书结合了近期新的深度学习技术应用成果,充分考虑了大学生的知识结构和学习特点,结合各个专业特点介绍了深度学习的基本概念及TensorFlow框架,以及深度学习在各个领域的具体应用。

深度学习技术应用 内容简介

本书是深度学习课程的入门教材,从原理、模型、应用3个维度指导读者掌握深度学习技术及应用。本书共3个部分。第1部分为深度学习的基础,包括第1章和第2章,分别介绍了深度学习的基本概念及其和神经网络之间的关系;第2部分为深度学习的框架,包括第3章,介绍了深度学习的主流框架TensorFlow2.0的基本使用;第3部分是深度学习的不错主题,即第4章、第5章和第6章,分别讨论了卷积神经网络、循环神经网络及迁移学习。 全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,读者通过对案例代码的学习和实践,可以深入了解全书讲解的内容。本书适合对人工智能、深度学习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学生学习参考。

深度学习技术应用 目录

第1章 深度学习简介 001
1.1 深度学习的起源与发展 001
1.2 深度学习的定义 004
1.3 深度学习的优势 005
1.4 深度学习的应用 006
1.5 深度学习的主流框架 007
1.5.1 TensorFlow 007
1.5.2 Pytorch 008
1.5.3 Deeplearning4j(DL4J) 008
第2章 神经网络与深度学习 010
2.1 人脑神经网络 013
2.2 人工神经网络 015
2.2.1 感知器 017
2.2.2 单层神经网络 019
2.2.3 多层神经网络 027
2.2.4 激活函数 037
2.3 走向深度学习 039
第3章 TensorFlow环境使用 043
3.1 TensorFlow 简介 044
3.1.1 TensorFlow与Keras的关系 045
3.1.2 TensorFlow 1.x与2.x的区别 046
3.2 TensorFlow基础 049
3.2.1 张量 050
3.2.2 变量 064
3.2.3 计算图 066
3.3 基于TensorFlow的深度学习建模构建 070
3.3.1 建模目的 070
3.3.2 数据处理 071
3.3.3 模型搭建 080
3.3.4 模型编译 085
3.3.5 模型训练 091
3.3.6 模型验证 093
3.3.7 模型保存 096
3.3.8 小结 096
3.4 基于TensorFlow的手写数字识别 099
3.4.1 数据简介 099
3.4.2 数据处理 103
3.4.3 模型搭建 106
3.4.4 模型调优 108
3.4.5 总结 114
第4章 卷积神经网络 115
4.1 什么是卷积神经网络 115
4.2 输入层 116
4.3 卷积层 117
4.3.1 填充 118
4.3.2 步幅 125
4.4 池化层 126
4.5 全连接层 127
4.6 Dropout 128
4.7 数据增强 129
4.8 典型卷积神经网络算法 132
4.8.1 LeNet-5网络 132
4.8.2 AlexNet 133
4.8.3 VGG16 134
4.9 卷积神经网络案例 136
4.9.1 数据简介 136
4.9.2 数据处理 136
4.9.3 模型搭建 138
4.9.4 总结 140
第5章 循环神经网络 143
5.1 什么是循环神经网络 143
5.2 长短期记忆和门控循环单元 145
5.2.1 长短期记忆(LSTM) 145
5.2.2 门控循环单元(GRU) 149
5.3 双向循环神经网络 153
5.4 深度循环神经网络案例 154
5.4.1 准备操作 154
5.4.2 数据简介 154
5.4.3 数据处理 155
5.4.4 网络模型搭建 157
5.4.5 模型训练 159
5.4.6 小结 161
第6章 迁移学习 167
6.1 什么是迁移学习 167
6.2 迁移学习的工作原理 168
6.3 迁移学习的优势 169
6.4 迁移学习的方法 170
6.5 微调 171
6.6 利用迁移学习对花进行分类 171
6.6.1 准备操作 172
6.6.2 数据处理 173
6.6.3 网络模型搭建 173
6.6.4 模型训练 175
6.6.5 微调 175
6.6.6 小结 176
展开全部

深度学习技术应用 作者简介

胡心雷(1983.12―)工学博士,毕业于四川大学计算机科学与技术专业。主要研究方向包括人工免疫、机器学习、信息安全和云计算技术等。有丰富的从事人工免疫在网络安全应用的研究经验和信息安全技术、人工智能方面的教学经验。发表学术论文10余篇,其中EI及SCI论文6篇,主持及主研省部级项目3项,已获得国家授权实用新型专利1项。

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