幫助中心 | 我的帳號 | 關於我們

人工智慧深度學習綜合實踐(1+X職業技能等級證書配套系列教材)

  • 作者:編者:羅卿//常城|責編:初美呈
  • 出版社:人民郵電
  • ISBN:9787115575890
  • 出版日期:2022/08/01
  • 裝幀:平裝
  • 頁數:128
人民幣:RMB 39.8 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書較為全面地介紹深度學習模型訓練、電腦視覺模型應用、自然語言處理模型應用等技術。全書共9個項目,包括深度學習全連接神經網路應用、深度學習卷積神經網路應用、深度學習模型訓練——循環神經網路應用、電腦視覺模型數據準備、電腦視覺模型訓練與應用、電腦視覺模型部署、自然語言處理預訓練模型數據準備、自然語言處理預訓練模型訓練與應用、自然語言處理模型部署等。本書以滿足企業用人需求為導向、以崗位技能和綜合素質培養為核心,通過理論與實戰相結合的方式,培養能夠根據深度學習項目需求,完成模型訓練、模型應用及預訓練模型遷移學習等工作的人才。
    本書適用於「1+X」證書制度試點工作中的人工智慧深度學習工程應用職業技能等級證書(中級)的教學和培訓,也適合作為中等職業學校、高等職業學校、應用型本科院校人工智慧相關專業的教材,還適合作為需充實深度學習應用開發知識的技術人員的參考用書。

作者介紹
編者:羅卿//常城|責編:初美呈

目錄
第1篇  深度學習模型訓練
  項目1  深度學習全連接神經網路應用
    項目描述
    知識準備
    1.1  深度學習分類任務
      1.1.1  深度學習分類任務的概念
      1.1.2  深度學習分類任務的類型
      1.1.3  分類任務與回歸任務的區別
    1.2  全連接神經網路
    1.3  激活函數
      1.3.1  Sigmoid()函數
      1.3.2  ReLU()函數
      1.3.3  Softmax()函數
    1.4  交叉熵損失函數
    1.5  手寫數字識別數據集
    1.6  全連接神經網路的訓練方法
    項目實施通過全連接神經網路識別手寫數字
    1.7  實施思路
    1.8  實施步驟
    知識拓展
    課後實訓
  項目2  深度學習卷積神經網路應用
    項目描述
    知識準備
    2.1  卷積神經網路的概念
    2.2  卷積層
      2.2.1  卷積計算
      2.2.2  步長
      2.2.3  填充
      2.2.4  多通道卷積
    2.3  池化層
    2.4  如何訓練卷積神經網路
    項目實施通過卷積神經網路識別手寫數字
    2.5  實施思路
    2.6  實施步驟
    知識拓展
    課後實訓
  項目3  深度學習模型訓練——循環神經網路應用
    項目描述
    知識準備
    3.1  循環神經網路的常見類型
    3.2  循環神經網路的基本結構
      3.2.1  輸入層
      3.2.2  隱藏層
      3.2.3  輸出層
    3.3  簡單循環神經網路——SimpleRNN
    3.4  循環神經網路的構建與訓練方法
  ……
第2篇  電腦視覺模型應用
第3篇  自然語言處理模型應用

  • 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