同類熱銷排行榜

深度學習的計算方法(理論實踐與應用)/國外電腦科學教材系列

作者：(新加坡)閆偉齊|責編:張鑫|譯者:周浦城//秦曉燕//鮑蕾
出版社：電子工業
ISBN：9787121421389

出版日期：2021/10/01
裝幀：平裝
頁數：172

人民幣：RMB 62 元售價：元

內容大鋼

本書作為深度學習方面的入門書籍，目的是使讀者通過學習，理解和掌握深度學習背後的數學原理和計算方法，並將其用於指導理論分析和實踐開發。全書共8章。第1、2章主要介紹了深度學習的相關概念、發展簡史、主要進展，以及典型的深度學習平台（MATLAB和TensorFlow）、數據增廣技術和相關數學基礎；第3?5章詳細闡述了深度學習的典型網路模型，包括卷積神經網路、循環神經網路、自編碼器、生成對抗網路及深度Q-學習等模型，重點介紹了這些模型背後的數學原理；第6章重點介紹了膠毒網路與流形學習；第7章介紹了玻爾茲曼機及其變體，包括受限玻爾茲曼機、深度玻爾茲曼機及概率圖模型；第8章介紹了遷移學習、孿生網路、集成學習及深度學習方面的重要工作。
本書適合具備一定數學基礎、機器學習基礎且對深度神經網路感興趣的研究人員和工程技術人員閱讀。另外，高等院校人工智慧、電腦科學與技術、自動化及相關專業的高年級本科生或研究生也可以將本書作為輔助教材使用。

作者介紹

(新加坡)閆偉齊|責編:張鑫|譯者:周浦城//秦曉燕//鮑蕾
閆偉齊，博士，紐西蘭奧克蘭理工大學副教授，機器人與視覺中心主任；中國科學院兼職教授、博士生導師。

第1章  概述
  1.1  引言
  1.2  深度學習簡介
  1.3  深度學習發展簡史
  1.4  深度學習典型應用
  1.5  深度學習獲獎論文
  1.6  思考題
  參考文獻
第2章  深度學習平台
  2.1  引言
  2.2  基於MATLAB的深度學習
  2.3  基於TensorFlow的深度學習
  2.4  數據增廣
  2.5  數學基礎
  2.6  思考題
  參考文獻
第3章  卷積神經網路和循環神經網路
  3.1  卷積神經網路
    3.1.1  R-CNN
    3.1.2  MaskR-CNN
    3.1.3  YOLO
    3.1.4  SSD
    3.1.5  DenseNet和ResNet
  3.2  循環神經網路和時間序列分析
    3.2.1  循環神經網路
    3.2.2  時間序列分析
  3.3  隱馬爾可夫模型
  3.4  函數空間
  3.5  向量空間
    3.5.1  賦范空間
    3.5.2  希爾伯特空間
  3.6  思考題
  參考文獻
第4章  自編碼器和生成對抗網路
  4.1  自編碼器
  4.2  正則自編碼器
  4.3  生成對抗網路
  4.4  資訊理論
  4.5  思考題
  參考文獻
第5章  強化學習
  5.1  引言
  5.2  貝爾曼方程
  5.3  深度Q-學習
  5.4  優化
  5.5  數據擬合
  5.6  思考題
  參考文獻
第6章  膠囊網路與流形學習
  6.1  膠囊網路

  6.2  流形學習
  6.3  思考題
  參考文獻
第7章  玻爾茲曼機
  7.1  玻爾茲曼機概述
  7.2  受限玻爾茲曼機
  7.3  深度玻爾茲曼機
  7.4  概率圖模型
  7.5  思考題
  參考文獻
第8章  遷移學習與集成學習
  8.1  遷移學習
    8.1.1  遷移學習的定義
    8.1.2  Taskonomy
  8.2  孿生網路
  8.3  集成學習
  8.4  深度學習的重要工作
  8.5  思考題
  參考文獻
附錄A  術語

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

深度學習的計算方法(理論實踐與應用)/國外電腦科學教材系列