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)
PaddlePaddle深度学习实践 微课视频版 版权信息
- ISBN：9787302664499
- 条形码：9787302664499 ; 978-7-302-66449-9
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
PaddlePaddle深度学习实践 微课视频版 本书特色
本书是一本关于深度学习的入门级教程，在编写过程中始终遵循“内容基础、由浅入深、注重实践”。书中较为全面地覆盖了深度学习所必须具备的基础知识以及主要模型，包括Python核心库编程基础、数学基础、感知机、卷积神经网络、循环神经网络以及自注意力模型，并给出模型和算法的代码实现，尽量做到理论和实践高度融合。具体内容的章节安排充分考虑了读者的特点和认知规律，在知识架构和案例穿插的设计上确保强化基础、循序渐进、由浅入深。本书的另外一个重要特点是提供了大量深度学习有趣案例，覆盖了从网络数据爬取到计算机视觉、自然语言处理等领域经典的模型和应用案例。本书每章经典模型和案例都提供了完整PaddlePaddle代码，并给出详细解析和说明，以便加深加快读者对所学内容的理解和掌握。
PaddlePaddle深度学习实践 微课视频版 内容简介
全书共8章，可分为三部分。**部分为深度学习基础篇，包括第1、2章，介绍Python基础、数学基础、深度学习的概念和任务；第二部分为深度学习基本模型篇，包括第3~5章，介绍卷积神经网络、循环神经网络和基于自注意力机制的Transformer模型；第三部分为自然语言应用篇，包括第6~8章，介绍词向量、预训练语言模型、词法分析等自然语言处理领域的应用和实践。书中各章相互独立，读者可根据自己的兴趣和时间使用。书中每章都给出了相应的实践内容，建议读者在阅读时，辅以代码实践，快速上手深度学习，加深对模型的理解。
本书内容基础、案例丰富，适合作为高等院校人工智能及相关专业的教材，也可供研究人员和技术人员参考。
PaddlePaddle深度学习实践 微课视频版 目录
随书资源
**分深度学基础
第1章Python与数学基础
1.1Python简介
1.2深度学常用Python库
1.2.1NumPy库
1.2.2Matplotlib库
1.3PaddlePaddle基础
1.3.1张量的概念
1.3.2调整张量形状
1.3.3索引和切片
1.3.4自动微分
1.3.5PaddlePaddle中的模型与层
1.4数学基础
1.4.1线性代数
1.4.2微分基础
1.5案例： 《青春有你2》爬取与数据分析
1.5.1思路分析
1.5.2获取网页页面
1.5.3解析页面
1.5.4爬取选手百度百科图片
1.5.5数据展示与分析
1.6本章小结
第2章深度学基础
2.1深度学
2.2深度学
2.2.1人工智能、机器学、深度学的关系
2.2.2机器学
2.2.3深度学
2.3模型构建
2.3.1线性经元
2.3.2线性单层感知机
2.3.3非线性多层感知机
2.3.4模型实现
2.4损失函数
2.4.1均方差损失
2.4.2交熵
2.4.3损失函数的实现
2.4.4正则化
2.5参数学
2.5.1梯度下降法
2.5.2梯度下降法实现
2.6飞桨框架高层API深入解析
2.6.1简介
2.6.2方案设计
2.6.3数据集定义、加载和数据预处理
2.6.4模型组网
2.6.5模型训练
2.6.6模型评估和模型预测
2.6.7模型署
2.7案例： 基于全连接经网络的手写数字识别
2.7.1方案设计
2.7.2数据处理
2.7.3模型构建
2.7.4模型配置和模型训练
2.7.5模型验证
2.7.6模型推理
2.8本章小结
第二分深度学基本模型
第3章卷积经网络
3.1图像分类问题描述
3.2卷积经网络
3.2.1卷积层
3.2.2池化层
3.2.3卷积势
3.2.4模型实现
3.3的卷积经网络
3.3.1LeNet
3.3.2AlexNet
3.3.3VGG
3.3.4GoogLeNet
3.3.5ResNet
3.4案例： 图像分类网络VGG在中草药识别任务中的应用
3.4.1方案设计
3.4.2整体流程
3.4.3数据处理
3.4.4模型构建
3.4.5训练配置
3.4.6模型训练
3.4.7模型评估和推理
3.5本章小结
第4章循环经网络
4.1任务描述
4.2循环经网络
4.2.1RNN和LSTM网络的设计思考
4.2.2RNN结构
4.2.3LSTM网络结构
4.2.4模型实现
4.3案例：基于THUCNews新闻标题的文本分类
4.3.1方案设计和整体流程
4.3.2数据预处理
4.3.3模型构建
4.3.4训练配置、过程和模型存
4.3.5模型推理
4.4本章小结
第5章注意力模型
5.1任务简介
5.2注意力机制
5.2.1注意力机制原理
5.2.2自注意力机制
5.2.3Transformer模型
5.2.4模型实现
5.2.5自注意力模型与全连接、卷积、循环、图经网络的不同
5.3案例： 基于seq2seq的对联生成
5.3.1方案设计
5.3.2数据预处理
5.3.3模型构建
5.3.4训练配置和训练
5.3.5模型推理
5.4本章小结
第三分自然语言应用
第6章预训练词向量
6.1词向量概述
6.2词向量word2vec
6.2.1CBOW模型
6.2.2Skipgram模型
6.2.3负采样
6.3CBOW实现
6.3.1数据处理
6.3.2网络结构
6.3.3模型训练
6.4案例： 词向量可视化与相似度计算
6.4.1词向量可视化
6.4.2句子语义相似度
6.5本章小结
第7章预训练语言模型及应用
7.1任务介绍
7.2BERT模型
7.2.1整体结构
7.2.2输入表示
7.2.3基本预训练任务
7.2.4预训练语言模型的下游应用
7.2.5模型实现
7.3案例： BERT文本语义相似度计算
7.3.1方案设计
7.3.2数据预处理
7.3.3模型构建
7.3.4模型配置与模型训练
7.3.5模型推理
7.4本章小结
第8章词性分析技术及应用
8.1任务简介
8.2基于BERTBiLSTMCRF模型的命名实体识别模型
8.2.1BERT词表示层
8.2.2BiLSTM征提取层
8.2.3CRF序列标注层
8.3深入了解BiLSTMCRF模型
8.3.1BiLSTM+CRF模型架构
8.3.2CRF模型定义
8.3.3标签分数
8.3.4转移分数
8.3.5解码策略
8.3.6CRF模型实现
8.4案例： 基于BERT+BiGRU+CRF模型的阿里中文地址要素解析
8.4.1方案设计
8.4.2数据预处理
8.4.3模型构建
8.4.4模型推理
8.5本章小结
展开全部
书友推荐
- >
我从未如此眷恋人间
我从未如此眷恋人间
¥32.4¥49.8 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
唐代进士录
唐代进士录
¥15.1¥39.8 - >
回忆爱玛侬
回忆爱玛侬
¥23.0¥32.8 - >
月亮虎
月亮虎
¥14.4¥48.0 - >
罗庸西南联大授课录
罗庸西南联大授课录
¥13.8¥32.0 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥20.3¥58.0
本类畅销
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8
