幫助中心 | 我的帳號 | 關於我們

深度學習應用開發(職業教育人工智慧技術應用專業系列教材)

  • 作者:編者:王秀翠//李永亮//王春蓮|責編:李紹坤//張星瑤
  • 出版社:機械工業
  • ISBN:9787111742067
  • 出版日期:2024/01/01
  • 裝幀:平裝
  • 頁數:181
人民幣:RMB 39 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書從基本的人工智慧理論出發,使用Python語言編程,基於TensorFlow和Keras深度學習框架,以理論講解為基礎,以項目實戰為導向,系統地講述了人工智慧、深度學習和電腦視覺中相關的基本概念、理論方法和經典演算法。既有對基礎知識和理論模型的介紹,也有對電腦視覺相關領域實際案例的實現方法和技術技巧的詳細闡述。本書盡量避免了複雜煩瑣的數學公式,僅涉及少量且必要的數學知識。在內容上,本書首先概述了深度學習的基本理論,然後介紹了深度學習框架TensorFlow的基礎知識、安裝和使用方法,引申出高級神經網路API,即Keras框架,並且介紹了Keras框架的核心模塊和一系列建模方法,為後續完成項目實戰做準備。最後講解了神經網路的原理,從回歸和分類兩大類問題出發,實現了回歸和圖像分類等實戰案例,並介紹了如何使用遷移學習的方法快速搭建網路模型。
    本書可作為各類職業院校人工智慧技術應用及相關專業的教材,也可以作為深度學習愛好者的參考書。

作者介紹
編者:王秀翠//李永亮//王春蓮|責編:李紹坤//張星瑤

目錄
前言
單元1  認識深度學習
  1.1  人工智慧、機器學習與深度學習
  1.2  深度學習的應用
  1.3  主流的深度學習框架
  1.4  開發環境的安裝
  單元小結
  課後習題
單元2  深度學習框架TensorFlow
  2.1  TensorFlow介紹
  2.2  TensorFlow數學基礎
  2.3  TensorFlow基本數據類型
  2.4  張量的物理意義及應用
  2.5  實戰案例——TensorFlow優化程序
  2.6  實戰案例——基於TensorFlow框架的線性回歸實現
  單元小結
  課後習題
單元3  高級神經網路API
  3.1  Keras基礎
  3.2  Keras體系結構
  3.3  Keras框架模型構建流程
  3.4  實戰案例——基於多層感知器的MNIST手寫數字識別
  3.5  實戰案例——用Keras實現花朵圖像分類
  單元小結
  課後習題
單元4  神經網路
  4.1  人工神經網路
  4.2  感知器
  4.3  全連接神經網路
  4.4  激活函數
  4.5  實戰案例——基於全連接神經網路的MNIST手寫數字識別
  4.6  卷積和卷積神經網路
  4.7  卷積層的變體
  4.8  經典的卷積神經網路
  4.9  實戰案例——基於LeNet-5的Fashion_MNIST圖像分類
  單元小結
  課後習題
單元5  回歸問題
  5.1  回歸的概念和基本原理
  5.2  回歸問題的損失函數
  5.3  實戰案例——汽車燃油效率預測
  5.4  過擬合與欠擬合
  5.5  過擬合的解決辦法
  5.6  實戰案例——房價預測模型搭建
  單元小結
  課後習題
單元6  分類問題
  6.1  圖像分類的應用
  6.2  圖像分類面臨的挑戰
  6.3  圖像分類的方法

  6.4  圖像二分類
  6.5  實戰案例——基於卷積神經網路的貓狗圖像分類
  6.6  圖像多分類
  6.7  實戰案例——基於卷積神經網路的CIFAR-10圖像分類
  單元小結
  課後習題
單元7  遷移學習
  7.1  遷移學習的基本問題
  7.2  遷移學習的應用領域
  7.3  遷移學習的訓練方法與技巧
  7.4  實戰案例——基於遷移學習的貓狗圖像分類
  單元小結
  課後習題
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