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)
仓颉TENSORBOOST学习之旅——人工智能与深度学习实战 版权信息
- ISBN：9787302642312
- 条形码：9787302642312 ; 978-7-302-64231-2
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>>
仓颉TENSORBOOST学习之旅——人工智能与深度学习实战 本书特色
仓颉TenserBoost提供了神经网络构建的基本框架，而且其优良的语言特性可以提高神经网络的运行效率。本书是一本面向仓颉语言初学者，以及神经网络、深度学习的初学者的书籍，意在提供关于仓颉TenserBoost的使用说明书。无论您是否有仓颉语言的编程基础，也无论您是否对深度学习是否了解都可以打开本书，一览究竟。本书从*基本的神经元开始，讲述神经网络的发展历程，以及深度神经网络、卷积神经网络和循环神经网络的基本用法。
仓颉TENSORBOOST学习之旅——人工智能与深度学习实战 内容简介
"本书以基础知识和实例相结合的方式，详细介绍仓颉TenserBoost的基本使用方法和常见技术，从*基本的神经元开始，讲述神经网络的发展历程，以及深度神经网络、卷积神经网络和循环神经网络的基本用法。 全书共分为11章，第1~4章介绍了仓颉TenserBoost的底层逻辑，探寻神经网络的原理；第5~9章介绍了常用的算子，以及如何通过仓颉TenserBoost构建深度神经网络；第10章和第11章分别介绍卷积神经网络和循环神经网络，并实现图像识别和序列预测。 本书面向仓颉语言初学者，以及神经网络、深度学习的初学者，无论您是否有仓颉语言的编程基础，也无论您是否对深度学习是否了解都可以打开本书，一览究竟。 "
仓颉TENSORBOOST学习之旅——人工智能与深度学习实战 目录
教学课件（PPT）
本书源码 第1章初探深度学习 1．1人工智能的基本概念 1.2神经网络的3次浪潮 1.2．1第1次浪潮： 感知机的诞生和应用 1.2．2第2次浪潮： 神经网络的大发展 1.2．3第3次浪潮： 深度学习 1.3深度学习框架 1.3．1主流深度学习框架的对比 1.3．2昇思(MindSpore) 1.4本章小结 1.5习题 第2章仓颉语言快速入门 2.1仓颉语言的开发环境搭建 2.1．1安装和配置仓颉语言编译器 2.1．2第1个仓颉程序 2.2仓颉语言的基本语法 2.2．1变量和数据类型 2.2．2字符和字符串 2.2．3操作符和表达式 2.2．4条件结构和循环结构 2.2．5函数的定义和调用 2.3类和结构体 2.3．1类与对象 2.3．2继承和多态 2.3．3接口 2.3．4结构体及其构造函数 2.4泛型和集合类型 2.4．1泛型类型 2.4．2泛型函数 2.4．3集合类型 2.5包管理工具 2.5．1包 2.5．2模块 2.5．3库 2.6本章小结 2.7习题 第3章自制多层感知机 3.1准备工作： 实现矩阵运算和读取MNIST数据集 3.1．1矩阵和矩阵运算 3.1．2MNIST数据集 3.2自制多层感知机的实现 3.2．1多层感知机的构建 3.2．2多层感知机的训练 3.2．3多层感知机的核心： 反向传播算法 3.2．4随机梯度下降和超参数的设置 3.2．5让代码运行起来 3.3本章小结 3.4习题 第4章自动微分 4.1自动微分的原理和实现 4.1．1微分类型 4.1．2自动微分的原理 4.1．3自动微分的实现 4.2仓颉的可微编程 4.2．1初探可微编程 4.2．2可微类型 4.2．3可微函数 4.2．4伴随函数 4.2．5高阶微分 4.3本章小结 4.4习题 第5章仓颉TensorBoost的环境搭建 5.1准备工作 5.2搭建MindSpore编译环境 5.2．1显卡驱动与CUDA的安装 5.2．2编译工具的安装 5.2．3编译依赖的安装 5.3编译并安装MindSpore 5.4仓颉TensorBoost的环境配置 5.4．1仓颉TensorBoost的安装 5.4．2检查仓颉TensorBoost是否安装成功 5.5环境配置中的常见问题 5.5．1更新Python版本后终端无法正常打开 5.5．2编译MindSpore时出现OpenMPI编译错误 5.5．3eigen包下载失败 5.5．4通过SSH和Samba服务在Windows环境中开发仓颉TensorBoost
程序 5.6本章小结 5.7习题 第6章张量的基本用法 6.1张量 6.1．1张量的定义 6.1．2张量和数组的转换 6.1．3张量的属性 6.1．4张量的复制 6.2张量的基本运算 6.2．1加、减、乘、除、取余 6.2．2无穷与非数 6.2．3矩阵运算 6.2．4张量的维度交换和矩阵转置 6.3张量是可微类型 6.3．1动态图和静态图 6.3．2张量的自动微分 6.4张量元组与参数 6.4．1张量元组 6.4．2参数 6.5本章小结 6.6习题 第7章构建神经网络 7.1单层感知机实现线性回归 7.1．1MindRecord数据集的读取 7.1．2定义感知机 7.1．3计算代价函数并反向传播求解梯度 7.1．4应用随机梯度下降优化器更新感知机参数 7.1．5训练感知机 7.2多层感知机实现数字识别 7.2．1MNIST数据集的读取 7.2．2定义多层感知机 7.2．3计算代价函数并反向传播求解梯度 7.2．4创建随机梯度下降优化器更新网络参数 7.2．5训练多层感知机 7.3神经网络的持久化 7.3．1运行环境管理和静态图的保存 7.3．2张量的持久化 7.3．3神经网络模型的持久化 7.4本章小结 7.5习题 第8章张量的高级用法 8.1数学运算算子 8.1．1基础数学运算算子 8.1．2统计运算 8.1．3稀疏算法 8.1．4逻辑运算 8.1．5张量的内存设置 8.2张量比较 8.2．1维度内的比较 8.2．2元素级的比较 8.2．3广播机制 8.3张量的维度操作 8.3．1基本维度变换 8.3．2张量的切片和取值 8.3．3张量的合并与分割 8.3．4反转元素 8.4本章小结 8.5习题 第9章深度神经网络 9.1选择合适的损失函数 9.1．1L1、L2范数损失函数 9.1．2熵和交叉熵 9.1．3交叉熵损失函数 9.1．4Softmax激活函数 9.2选择合适的激活函数 9.2．1梯度消失和梯度爆炸 9.2．2Sigmoid及其衍生激活函数 9.2．3线性整流函数(ReLU) 9.2．4常用的激活函数 9.3选择合适的优化器 9.3．1动量梯度下降 9.3．2自适应学习率 9.3．3Adam算法 9.4正则化与过拟合问题 9.4．1过拟合和欠拟合 9.4．2L1和L2正则化 9.4．3DropOut 9.5改进深度神经网络 9.5．1采样器、训练数据集和验证数据集的加载 9.5．2改进激活函数和损失函数 9.5．3改进优化器 9.6本章小结 9.7习题 第10章卷积神经网络 10.1卷积神经网络与图像识别 10.1．1卷积和图像卷积 10.1．2初识卷积神经网络 10.2LeNet神经网络 10.2．1LeNet5神经网络结构 10.2．2手写数字识别的实现 10.3VGG神经网络 10.3．1CIFAR10数据集 10.3．2批标准化 10.3．3VGG16神经网络结构 10.3．4图片分类的实现 10.4本章小结 10.5习题 第11章循环神经网络 11.1循环神经网络基本原理 11.1．1初识循环神经网络 11.1．2长短期记忆网络 11.2用LSTM解决序列问题 11.2．1堆叠LSTM 11.2．2序列数据的表示方法 11.2．3预测航班载客量的实现 11.3本章小结 11.4习题 附录A张量的操作符重载
本书源码 第1章初探深度学习 1．1人工智能的基本概念 1.2神经网络的3次浪潮 1.2．1第1次浪潮： 感知机的诞生和应用 1.2．2第2次浪潮： 神经网络的大发展 1.2．3第3次浪潮： 深度学习 1.3深度学习框架 1.3．1主流深度学习框架的对比 1.3．2昇思(MindSpore) 1.4本章小结 1.5习题 第2章仓颉语言快速入门 2.1仓颉语言的开发环境搭建 2.1．1安装和配置仓颉语言编译器 2.1．2第1个仓颉程序 2.2仓颉语言的基本语法 2.2．1变量和数据类型 2.2．2字符和字符串 2.2．3操作符和表达式 2.2．4条件结构和循环结构 2.2．5函数的定义和调用 2.3类和结构体 2.3．1类与对象 2.3．2继承和多态 2.3．3接口 2.3．4结构体及其构造函数 2.4泛型和集合类型 2.4．1泛型类型 2.4．2泛型函数 2.4．3集合类型 2.5包管理工具 2.5．1包 2.5．2模块 2.5．3库 2.6本章小结 2.7习题 第3章自制多层感知机 3.1准备工作： 实现矩阵运算和读取MNIST数据集 3.1．1矩阵和矩阵运算 3.1．2MNIST数据集 3.2自制多层感知机的实现 3.2．1多层感知机的构建 3.2．2多层感知机的训练 3.2．3多层感知机的核心： 反向传播算法 3.2．4随机梯度下降和超参数的设置 3.2．5让代码运行起来 3.3本章小结 3.4习题 第4章自动微分 4.1自动微分的原理和实现 4.1．1微分类型 4.1．2自动微分的原理 4.1．3自动微分的实现 4.2仓颉的可微编程 4.2．1初探可微编程 4.2．2可微类型 4.2．3可微函数 4.2．4伴随函数 4.2．5高阶微分 4.3本章小结 4.4习题 第5章仓颉TensorBoost的环境搭建 5.1准备工作 5.2搭建MindSpore编译环境 5.2．1显卡驱动与CUDA的安装 5.2．2编译工具的安装 5.2．3编译依赖的安装 5.3编译并安装MindSpore 5.4仓颉TensorBoost的环境配置 5.4．1仓颉TensorBoost的安装 5.4．2检查仓颉TensorBoost是否安装成功 5.5环境配置中的常见问题 5.5．1更新Python版本后终端无法正常打开 5.5．2编译MindSpore时出现OpenMPI编译错误 5.5．3eigen包下载失败 5.5．4通过SSH和Samba服务在Windows环境中开发仓颉TensorBoost
程序 5.6本章小结 5.7习题 第6章张量的基本用法 6.1张量 6.1．1张量的定义 6.1．2张量和数组的转换 6.1．3张量的属性 6.1．4张量的复制 6.2张量的基本运算 6.2．1加、减、乘、除、取余 6.2．2无穷与非数 6.2．3矩阵运算 6.2．4张量的维度交换和矩阵转置 6.3张量是可微类型 6.3．1动态图和静态图 6.3．2张量的自动微分 6.4张量元组与参数 6.4．1张量元组 6.4．2参数 6.5本章小结 6.6习题 第7章构建神经网络 7.1单层感知机实现线性回归 7.1．1MindRecord数据集的读取 7.1．2定义感知机 7.1．3计算代价函数并反向传播求解梯度 7.1．4应用随机梯度下降优化器更新感知机参数 7.1．5训练感知机 7.2多层感知机实现数字识别 7.2．1MNIST数据集的读取 7.2．2定义多层感知机 7.2．3计算代价函数并反向传播求解梯度 7.2．4创建随机梯度下降优化器更新网络参数 7.2．5训练多层感知机 7.3神经网络的持久化 7.3．1运行环境管理和静态图的保存 7.3．2张量的持久化 7.3．3神经网络模型的持久化 7.4本章小结 7.5习题 第8章张量的高级用法 8.1数学运算算子 8.1．1基础数学运算算子 8.1．2统计运算 8.1．3稀疏算法 8.1．4逻辑运算 8.1．5张量的内存设置 8.2张量比较 8.2．1维度内的比较 8.2．2元素级的比较 8.2．3广播机制 8.3张量的维度操作 8.3．1基本维度变换 8.3．2张量的切片和取值 8.3．3张量的合并与分割 8.3．4反转元素 8.4本章小结 8.5习题 第9章深度神经网络 9.1选择合适的损失函数 9.1．1L1、L2范数损失函数 9.1．2熵和交叉熵 9.1．3交叉熵损失函数 9.1．4Softmax激活函数 9.2选择合适的激活函数 9.2．1梯度消失和梯度爆炸 9.2．2Sigmoid及其衍生激活函数 9.2．3线性整流函数(ReLU) 9.2．4常用的激活函数 9.3选择合适的优化器 9.3．1动量梯度下降 9.3．2自适应学习率 9.3．3Adam算法 9.4正则化与过拟合问题 9.4．1过拟合和欠拟合 9.4．2L1和L2正则化 9.4．3DropOut 9.5改进深度神经网络 9.5．1采样器、训练数据集和验证数据集的加载 9.5．2改进激活函数和损失函数 9.5．3改进优化器 9.6本章小结 9.7习题 第10章卷积神经网络 10.1卷积神经网络与图像识别 10.1．1卷积和图像卷积 10.1．2初识卷积神经网络 10.2LeNet神经网络 10.2．1LeNet5神经网络结构 10.2．2手写数字识别的实现 10.3VGG神经网络 10.3．1CIFAR10数据集 10.3．2批标准化 10.3．3VGG16神经网络结构 10.3．4图片分类的实现 10.4本章小结 10.5习题 第11章循环神经网络 11.1循环神经网络基本原理 11.1．1初识循环神经网络 11.1．2长短期记忆网络 11.2用LSTM解决序列问题 11.2．1堆叠LSTM 11.2．2序列数据的表示方法 11.2．3预测航班载客量的实现 11.3本章小结 11.4习题 附录A张量的操作符重载
展开全部
仓颉TENSORBOOST学习之旅——人工智能与深度学习实战 作者简介
董昱，华为开发者专家（HUAWEI Developer Experts）、仓颉社区讲师（Cangjie Community Speaker）、仓颉库开发者（Cangjie Library Developer），首批仓颉语言开发者，在软件和算法设计等方面具有丰富的经验。
书友推荐
- >
姑妈的宝刀
姑妈的宝刀
¥13.5¥30.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
我与地坛
我与地坛
¥15.4¥28.0 - >
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 - >
月亮与六便士
月亮与六便士
¥18.1¥42.0 - >
龙榆生：词曲概论/大家小书
龙榆生：词曲概论/大家小书
¥13.5¥24.0 - >
朝闻道
朝闻道
¥15.0¥23.8 - >
罗庸西南联大授课录
罗庸西南联大授课录
¥13.8¥32.0
本类畅销
-
网络工程师教程(第2版)
¥69.3¥99 -
Python 数据分析基础
¥41¥69 -
Python 3.5从零开始学
¥26.4¥59 -
虚拟化与容器技术
¥49.9¥69.8 -
UG NX 11.0工程图教程-(含1DVD)
¥30.4¥59.9 -
程序设计语言编译原理(第3版)
¥25.4¥39
