扫一扫
关注中图网
官方微博
¥45.2(7.7折)?
预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格（不含优惠券部分），仅供参考，未必等同于实际到手价。
促销活动:
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)
深度学习与Python实现及应用 版权信息
- ISBN：9787302599418
- 条形码：9787302599418 ; 978-7-302-59941-8
- 装帧：70g胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
深度学习与Python实现及应用 本书特色
本书旨在为对深度学习感兴趣并从事相关研究的本科生、研究生、工程师和研究人员提供**的基础知识和Python实现方法。在内容编排方面，注重理论和实践的结合，基础知识和前沿技术的结合，并附有相关的应用及实战案例。希望读者通过阅读和学习这本书，感受到从事深度学习相关研究的乐趣。
深度学习与Python实现及应用 内容简介
本书是对深度学习感兴趣的读者的入门图书，主要介绍深度学习算法和Python应用实践两部分。在深度学习算法部分，将从逻辑回归、浅层神经网络、深层神经网络、卷积神经网络、深度卷积网络、目标检测算法、循环序列模型等方面介绍深度学习的核心算法。在Python应用实践部分，将主要介绍Python基础语法，numpy基本用法，以及Python实现深度学习算法三部分。本书理论和实践结合，不仅让读者了解算法理论，更让读者学会如何利用计算机编程语言解决实际问题。 本书适合作为高等院校人工智能及相关专业的教材，也可作为从事人工智能领域的专业研究人员和工程技术人员的参考书。
深度学习与Python实现及应用 目录
第1章 绪论
1.1 深度学习简介
1.2 神经网络
1.2.1 人脑神经网络
1.2.2 人工神经网络
1.3 神经网络的发展历史
1.4 常用的深度学习框架
1.5 编程环境的安装
1.5.1 安装Anaconda
1.5.2 安装CUDA
1.5.3 安装TensorFlow
1.5.4 安装常用编辑器
第2章 机器学习基础
2.1 基本概念
2.2 机器学习的三个基本要素
2.2.1 模型
2.2.2 学习准则
2.2.3 优化算法
2.3 机器学习的简单示例——线性回归
2.4 偏差-方差分解
2.5 机器学习算法的类型
2.6 评价指标
2.7 线性模型
2.7.1 线性判别函数和决策边界
2.7.2 Logistic回归
2.7.3 Softmax回归
2.7.4 感知器
第3章 前馈神经网络
3.1 神经元
3.1.1 Sigmoid型函数
3.1.2 ReLU函数
3.1.3 Swish函数
3.1.4 GELU函数
3.1.5 Maxout单元
3.2 网络结构
3.2.1 前馈网络
3.2.2 记忆网络
3.2.3 图网络
3.3 前馈神经网络
3.3.1 通用近似定理
3.3.2 应用到机器学习
3.3.3 参数学习
3.4 反向传播算法
3.5 自动梯度计算
3.5.1 数值微分
3.5.2 符号微分
3.5.3 自动微分
3.6 优化问题
3.6.1 非凸优化问题
3.6.2 梯度消失问题
第4章 卷积神经网络
4.1 从全连接层到卷积
4.1.1 不变性
4.1.2 限制多层感知机
4.1.3 卷积
4.1.4 回顾“沃尔多在哪里”
4.2 图像卷积
4.2.1 互相关运算
……
第5章 现代卷积神经网络
第6章 循环神经网络
第7章 网络优化与正则化
第8章 实战演练
1.1 深度学习简介
1.2 神经网络
1.2.1 人脑神经网络
1.2.2 人工神经网络
1.3 神经网络的发展历史
1.4 常用的深度学习框架
1.5 编程环境的安装
1.5.1 安装Anaconda
1.5.2 安装CUDA
1.5.3 安装TensorFlow
1.5.4 安装常用编辑器
第2章 机器学习基础
2.1 基本概念
2.2 机器学习的三个基本要素
2.2.1 模型
2.2.2 学习准则
2.2.3 优化算法
2.3 机器学习的简单示例——线性回归
2.4 偏差-方差分解
2.5 机器学习算法的类型
2.6 评价指标
2.7 线性模型
2.7.1 线性判别函数和决策边界
2.7.2 Logistic回归
2.7.3 Softmax回归
2.7.4 感知器
第3章 前馈神经网络
3.1 神经元
3.1.1 Sigmoid型函数
3.1.2 ReLU函数
3.1.3 Swish函数
3.1.4 GELU函数
3.1.5 Maxout单元
3.2 网络结构
3.2.1 前馈网络
3.2.2 记忆网络
3.2.3 图网络
3.3 前馈神经网络
3.3.1 通用近似定理
3.3.2 应用到机器学习
3.3.3 参数学习
3.4 反向传播算法
3.5 自动梯度计算
3.5.1 数值微分
3.5.2 符号微分
3.5.3 自动微分
3.6 优化问题
3.6.1 非凸优化问题
3.6.2 梯度消失问题
第4章 卷积神经网络
4.1 从全连接层到卷积
4.1.1 不变性
4.1.2 限制多层感知机
4.1.3 卷积
4.1.4 回顾“沃尔多在哪里”
4.2 图像卷积
4.2.1 互相关运算
……
第5章 现代卷积神经网络
第6章 循环神经网络
第7章 网络优化与正则化
第8章 实战演练
展开全部
深度学习与Python实现及应用 作者简介
郭彤颖，女，博士，副教授，研究生导师。主要教学有计算机控制系统、计算机原理与应用、机器人控制等课程。近年来，主持和参加国家、省部级科研课题10余项，获省级优秀教学成果奖1项，沈阳市科技进步一等奖1项，辽宁省自然科学学术成果奖三等奖3项，沈阳市自然科学学术成果奖二等奖1项，校级各类教学成果奖3项。在国内外重要的学术期刊与会议上发表论文40余篇，SCI和EI收录20余篇，主编著作和教材5部，参编著作和教材8部。
书友推荐
- >
有舍有得是人生
有舍有得是人生
¥16.4¥45.0 - >
莉莉和章鱼
莉莉和章鱼
¥17.6¥42.0 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥18.5¥49.8 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.4¥68.0 - >
罗庸西南联大授课录
罗庸西南联大授课录
¥12.6¥32.0 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥11.5¥23.0 - >
自卑与超越
自卑与超越
¥15.5¥39.8 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥21.3¥58.0
本类畅销
-
Photoshop 2022中文版案例教程
¥44.1¥59.8 -
局域网组建、管理与维护(第4版)(微课版)
¥47¥59 -
园林AUTOCAD教程
¥24¥45 -
Python实战编程:从零学Python
¥81¥108 -
Java程序设计基础
¥37¥50 -
数据备份与恢复
¥51.4¥69
