幫助中心 | 我的帳號 | 關於我們

實踐深度學習

  • 作者:(日)藤田一彌//高原步|責編:任鑫|譯者:林明月
  • 出版社:機械工業
  • ISBN:9787111659242
  • 出版日期:2020/10/01
  • 裝幀:平裝
  • 頁數:195
人民幣:RMB 69 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書共6章,第1章主要介紹深度學習必備的器材、操作系統及中間件的安裝方法;第2、3章解讀了深度學習示例中的基本術語;第4章則通過示常式序說明了VGG-16、ResNet-152的具體操作方法,並給出了提升估測精度的方法。而第5章介紹了基於26層網路的Yolo和有助於醫學圖像目標識別的U形23層網路模型。第6章以訓練擅長井字棋遊戲的電腦為例,全面展示了強化學習的操作方法。
    本書適合作為深度學習初學者的學習參考書,也適合作為圖像識別領域從業者和工程師的參考用書。

作者介紹
(日)藤田一彌//高原步|責編:任鑫|譯者:林明月

目錄
譯者序
原書前言
第1章  本書概要及準備工作
  1.1  本書概要
    1.1.1  深度學習的成果
    1.1.2  本書學習內容———圖像分類、目標檢測、強化學習
    1.1.3  本書學習方法———預訓練模型的利用
  1.2  本書使用的數據集
  1.3  本書使用的硬體及軟體
    1.3.1  使用框架
    1.3.2  GPU的使用
    1.3.3  準備硬體———改造遊戲用電腦
    1.3.4  OS與中間件
  1.4  軟體安裝
    1.4.1  OS的安裝
    1.4.2  中間件的安裝
  1.5  程序下載
    1.5.1  下載文檔
    1.5.2  下載文檔的解壓縮
第2章  網路結構
  2.1  前饋神經網路
    2.1.1  全連接神經網路簡介
    2.1.2  卷積神經網路簡介
  2.2  卷積神經網路
    2.2.1  卷積層
    2.2.2  池化層
    2.2.3  上採樣層
  2.3  本書使用的網路模型
第3章  基本術語
  3.1  深度學習操作概要
  3.2  激活函數
  3.3  損失函數
  3.4  隨機梯度下降法
    3.4.1  權值更新計算示例
    3.4.2  動量
  3.5  誤差反向傳播演算法
  3.6  過擬合
    3.6.1  基於驗證數據集的epoch數設置
    3.6.2  正則化
    3.6.3  dropout
  3.7  數據擴充與預處理
  3.8  預訓練模型
  3.9  學習率的調整
第4章  圖像識別分類
  4.1  概要
  4.2  公共數據的製作
    4.2.1  下載圖像數據集
    4.2.2  數據提取和基礎數據集的製作
    4.2.3 數據擴充和公共數據集的製作
  4.3  基於9層神經網路的識別分類

    4.3.1  網路概要
    4.3.2  訓練與模型搭建
    4.3.3  模型讀取和估測實操
    4.3.4  實操示例
  4.4  基於VGG- 16的識別分類——— 16層預訓練模型
    4.4.1  VGG- 16概要
    4.4.2  程序概要
    4.4.3  實操示例
  4.5  基於ResNet-152的識別分類———152層預訓練模型
    4.5.1  ResNet概要
    4.5.2  實操環境安裝
    4.5.3  程序概要
    4.5.4  實操示例
  4.6  估測精度的進一步提升
    4.6.1  概要
    4.6.2  多模型的利用
    4.6.3  Stacked Generalization
    4.6.4  Self Training
第5章  目標檢測
  5.1  目標定位———26層網路
    5.1.1  目標定位、尺寸及種類的估測
    5.1.2  使用軟體及特徵
    5.1.3  實操環境的安裝
    5.1.4  基於預訓練模型的目標檢測
    5.1.5 基於目標特徵提取的目標檢測
  5.2  目標形狀識別———23層網路
    5.2.1  目標位置、大小及形狀的估測
    5.2.2  使用模型及特徵
    5.2.3  程序概要
    5.2.4  實操示例
第6章  強化學習———訓練擅長井字棋遊戲的電腦
  6.1  強化學習
    6.1.1  強化學習概述
    6.1.2  Q學習
    6.1.3  DQN
  6.2  基礎框架
    6.2.1  環境與Agent
    6.2.2  命令處理概要
    6.2.3  環境內規則
  6.3  實操環境的安裝
  6.4  Q學習與深度學習
  6.5  實操示例
附錄
  附錄A  Yolo用「目標位置信息」的生成方法
    A.1  安裝BBox- Lable- Tool
    A.2  生成「目標位置信息」
  附錄B  源程序代碼
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032