幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

深度學習程序設計實戰(中國通信學會5G+行業應用培訓指導用書)

  • 作者：編者:方林//陳海波|責編:陳玉芝//張雁茹
  • 出版社：機械工業
  • ISBN：9787111673590
  • 出版日期：2021/02/01
  • 裝幀：平裝
  • 頁數：267
人民幣：RMB 69.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以Python語言和Tensorflow為工具，由淺入深地講述了深度學習程序設計的基本原理、演算法和思考問題的方法，內容包括自頂向下的程序設計、遞歸程序設計、面向對象的程序設計、反向傳播演算法、三層神經網路、卷積神經網路、循環神經網路、生成式對抗網路和目標檢測等。本書重在研究代碼背後深刻的電腦理論和數學原理，試圖說明代碼是對理論和思想的實現手段，而不是目的。學以致用是本書的宗旨，提高讀者編程水平和動手能力是本書的目的。本書通過大量有趣的實例，說明了理論對深度學習程序設計實踐的指導意義。
    本書適合深度學習的初學者以及相關科研人員使用，要求讀者有一定的編程經驗，較熟悉Python語言。
作者介紹
編者:方林//陳海波|責編:陳玉芝//張雁茹
目錄
序
前言
第1章 程序設計方法
  1.1  自頂向下的程序設計
    1.1.1  問題分解和自頂向下的程序設計方法
    1.1.2  五猴分桃問題
    1.1.3  猜姓氏問題
    1.1.4  囚犯問題
    1.1.5  撲克牌問題
  1.2  遞歸程序設計
    1.2.1  河內塔問題
    1.2.2  兔子問題
    1.2.3  字元串匹配問題
    1.2.4  組合問題
    1.2.5  人字形鐵路問題
  1.3  面向對象的程序設計
    1.3.1  方法重定義和分數
    1.3.2  二十四點問題
  1.4  結束語
第2章  反向傳播演算法
  2.1  導數和導數的應用
    2.1.1  導數
    2.1.2  梯度下降法求函數的2小值
    2.1.3  牛頓法求平方根
    2.1.4  複合函數和鏈式法則
    2.1.5  多元函數和全微分方程
    2.1.6  反向傳播演算法
    2.1.7  梯度
    2.1.8  分段求導
  2.2  自動求導和人工智慧框架
    2.2.1  表達式和自動求偏導
    2.2.2  表達式求值
    2.2.3  求解任意方程
    2.2.4  求解任意方程組
    2.2.5  求解任意函數的極小值
    2.2.6  張量、計算圖和人工智慧框架
  2.3  結束語
第3章  神經元網路初步
  3.1  Tensorflow基本概念
    3.1.1  計算圖、張量、常數和變數
    3.1.2  會話、運行
    3.1.3  佔位符
    3.1.4  矩陣算術運算
    3.1.5  矩陣運算的廣播
    3.1.6  TF矩陣運算
    3.1.7  形狀和操作
    3.1.8  關係運算和邏輯運算
  3.2  優化器和計算圖
    3.2.1  梯度和優化器
    3.2.2  求解平方根

    3.2.3  計算圖
  3.3  三層神經網路
    3.3.1  神經元網路訓練演算法
    3.3.2  線性變換和激活函數
    3.3.3  矩陣乘法和全連接
    3.3.4  激活函數
    3.3.5  全連接和Relu的梯度
    3.3.6  求正弦
    3.3.7  BGD、SGD和MBGD
    3.3.8  三層神經網路模型
  3.4  用三層神經網路擬合任意一個函數
    3.4.1  三層神經網路擬合一元函數
    3.4.2  樣本、訓練和預測
    3.4.3  中間層神經元個數和樣本數量之間的關係
    3.4.4  自變數越界會發生什麼
    3.4.5  同時擬合cos(x)、sin(x)
    3.4.6  擬合多元函數
    3.4.7  過擬合
  3.5  手寫數字識別
    3.5.1  手寫數字樣本集合MNIST
    3.5.2  獨熱向量
    3.5.3  3種損失函數
    3.5.4  softmax函數
    3.5.5  保存和恢復模型
    3.5.6  驗證模型
    3.5.7  測試和使用模型
  3.6  結束語
第4章  卷積神經網路
  4.1  卷積
    4.1.1  一維卷積
    4.1.2  二維卷積
    4.1.3  通道
    4.1.4  TF對卷積的22種實現
    4.1.5  TF對卷積的第二種實現
    4.1.6  卷積的實質
  4.2  池化操作
    4.2.1  2大值池化和平均值池化
    4.2.2  池化操作的梯度
  4.3  用CNN實現手寫數字識別
    4.3.1  模型的結構
    4.3.2  模型參數數量和計算量
    4.3.3  關於全連接和Dropout
    4.3.4  用Tensorboard監視訓練
  4.4  手寫數字生成
    4.4.1  生成問題
    4.4.2  VAE模型和語義
    4.4.3  反卷積操作
    4.4.4  網路的結構
    4.4.5  動量
    4.4.6  控制依賴

    4.4.7  預測
  4.5  條件VAE模型
    4.5.1  CVAE模型
    4.5.2  條件式手寫數字生成模型
  4.6  使用GPU
    4.6.1  單GPU和nvidia-smi命令
    4.6.2  多GPU和重名問題
    4.6.3  多GPU的梯度
    4.6.4  多GPU訓練
    4.6.5  多GPU預測
  4.7  殘差神經網路
    4.7.1  殘差神經網路的實現
    4.7.2  BN操作
  4.8  表情識別
    4.8.1  樣本
    4.8.2  通用超級框架
    4.8.3  模型
  4.9  人臉識別和人臉對比
    4.9.1  人臉識別
    4.9.2  簡單人臉對比
    4.9.3  簡單人臉對比的實現
    4.9.4  法向量和夾角餘弦
    4.9.5  基於夾角餘弦的人臉對比
  4.10  語義分割和實例分割
    4.10.1  什麼是語義分割和實例分割
    4.10.2  多分類問題
    4.10.3  U型網路
    4.10.4  語義分割和實例分割的實現
    4.10.5  點到點的語義分割和實例分割
  4.11  其他CNN模型
  4.12  優化器
    4.12.1  GradientDescentOptimizer
    4.12.2  MomentumOptimizer
    4.12.3  RMSPropOptimizer
    4.12.4  AdamOptimizer
    4.12.5  AdagradOptimizer
    4.12.6  AdadeltaOptimizer
  4.13  結束語
第5章  循環神經網路
  5.1  什麼是循環神經網路
  5.2  RNN的結構
    5.2.1  簡單RNN模型
    5.2.2  多層RNN
  5.3  詩歌生成器
    5.3.1  樣本預處理
    5.3.2  字向量
    5.3.3  可洗牌的DataSet
    5.3.4  生成詩歌
  5.4  LSTM模型
    5.4.1  基本LSTM模型

    5.4.2  LSTM變體之一——Peephole
    5.4.3  LSTM變體之二——GRU
  5.5  1：1模型
    5.5.1  分詞和詞性標注
    5.5.2  雙向RNN
  5.6  N：1模型與1：N模型
    5.6.1  N：1模型
    5.6.2  1：N模型
  5.7  N：N模型
    5.7.1  翻譯
    5.7.2  自注意力
    5.7.3  獨立計算的自注意力
    5.7.4  TransfOrm(變形)操作
    5.7.5  TransfOrmer多頭注意力模型
  5.8  N：N：N模型
    5.8.1  閱讀理解
    5.8.2  多輪對話
  5.9  結束語
第6章  生成式對抗網路
  6.1  簡單GAN
    6.1.1  簡單GAN模型
  6，1.2  簡單GAN生成手寫數字
    6.1.3  GAN的訓l練為什麼困難
  6.2  條件式GAN
  6.3  Pix2Pix模型
  6.4  CycleGAN模型
  6.5  StarGAN模型
    6.5.1  StarGAN的訓l練
    6.5.2  數字之間的轉換
  6.6  WGAN
  6.7  結束語
第7章  目標檢測
  7.1  目標檢測簡介
  7.2  目標檢測中的難點
    7.2.1  模型的輸出
    7.2.2  目標檢測的主要方法
  7.3  兩步檢測法
    7.3.1  RCNN模型
    7.3.2  Fast RCNN模型
    7.3.3  Faster RCNN模型
  7.4  一步檢測法
    7.4.1  SSD模型
    7.4.2  YoIo模型
  7.5  結束語
索引

  • 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