幫助中心 | 我的帳號 | 關於我們

PyTorch深度學習項目教程(雙色印刷高等職業教育系列教材)

  • 作者:編者:宋桂嶺//劉軍偉//李克新|責編:李培培
  • 出版社:機械工業
  • ISBN:9787111764335
  • 出版日期:2024/10/01
  • 裝幀:平裝
  • 頁數:210
人民幣:RMB 59 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書根據初學者的學習曲線和職業生涯成長規律,由淺入深設計了5個基礎項目和3個綜合項目。基礎項目包括手寫數字識別、二維曲線擬合、貓狗圖像分類、提升貓狗圖像分類的準確率和文本翻譯,引導讀者使用PyTorch構建神經網路演算法框架,深入探討了深度學習數據集構建、神經網路模型原理及實現、演算法訓練與評價等內容;綜合項目包括食品加工人員異常行為檢測、工業檢測圖像分割和內容智能生成,介紹了深度學習的新技術,實現了目標檢測、圖像分割、超解析度重建、智能問答、文生圖、圖生圖等應用。
    本書可作為高等職業院校人工智慧技術專業相關課程的教材,也可作為工程人員的入門書籍。

作者介紹
編者:宋桂嶺//劉軍偉//李克新|責編:李培培

目錄
前言
項目1  手寫數字識別項目背景
  任務1.1  初識深度學習
  任務1.2  配置PyTorch開發環境
    1.2.1  PyTorch概述及硬體要求
    1.2.2  Anaconda的下載及安裝
    1.2.3  CUDA工具包的下載及安裝
    1.2.4  PyTorch的安裝及配置
    1.2.5  PyCharm的下載及安裝
  任務1.3  快速完成手寫數字識別功能
    1.3.1  MNIST手寫數字識別資料庫概述
    1.3.2  手寫數字識別實現
    1.3.3  手寫數字識別測試
  習題
項目2  二維曲線擬合項目背景
  任務2.1  理解曲線擬合需求
  任務2.2  掌握PyTorch的基本語法
    2.2.1  Tensor的創建
    2.2.2  Tensor索引操作
    2.2.3  Tensor形狀變換
    2.2.4  PyTorch的數學運算
    2.2.5  廣播機制
    2.2.6  Tensor和NumPy的轉換
    2.2.7  在GPU上操作
  任務2.3  搭建二維曲線數據集
  任務2.4  搭建網路結構
    2.4.1  神經網路概述
    2.4.2  激活函數
    2.4.3  多層感知機
  任務2.5  訓練神經網路模型
    2.5.1  正向傳播
    2.5.2  損失函數
    2.5.3  訓練迭代與反向傳播
    2.5.4  訓練迭代過程
  任務2.6  網路推理
  任務2.7  模型結構分析
  任務2.8  擬合更多的二維曲線
  習題
項目3  貓狗圖像分類項目背景
  任務3.1  準備貓狗數據集
    3.1.1  創建貓狗分類數據集
    3.1.2  數據集的讀取與預處理
  任務3.2  設計圖像分類全連接網路
  任務3.3  訓練圖像分類網路
    3.3.1  訓練日誌記錄
    3.3.2  訓練初始化
    3.3.3  配置數據集
    3.3.4  載入網路模型
    3.3.5  配置訓練策略
    3.3.6  迭代訓練

  任務3.4  應用分類網路推理更多圖片
  任務3.5  認識深度學習的主要任務:回歸與分類
    3.5.1  線性回歸
    3.5.2  二分類與邏輯回歸
    3.5.3  多分類問題處理
  習題
項目4  提升貓狗圖像分類的準確率項目背景
  任務4.1  多層感知機問題分析
  任務4.2  卷積神經網路的引入
    4.2.1  卷積的概念
    4.2.2  添加步長
    4.2.3  填充邊緣
    4.2.4  卷積神經網路結構
  任務4.3  卷積網路結構編程實現
  任務4.4  網路訓練及結果評估
  任務4.5  認識更多網路結構
    4.5.1  AlexNet網路模型
    4.5.2  VGGNet網路模型
    4.5.3  ResNet網路模型
    4.5.4  MobileNet網路模型
  習題
項目5  文本翻譯項目背景
  任務5.1  認知自然語言處理及相關技術
    5.1.1  自然語言處理的概念
    5.1.2  圖靈測試
    5.1.3  自然語言處理技術的發展
  任務5.2  構建中英文翻譯數據集
  任務5.3  搭建Transformer神經網路
    5.3.1  輸入序列向量化
    5.3.2  位置編碼
    5.3.3  編碼器、解碼器和輸出序列化
  任務5.4  訓練Transformer網路
  任務5.5  完成文本翻譯推理
  任務5.6  理解Transformer網路模型
    5.6.1  Transformer模型結構
    5.6.2  Transformer的輸入和輸出
    5.6.3  Transformer的推理過程
    5.6.4  Transformer的訓練過程
    5.6.5  nn.Transformer的構造參數
    5.6.6  nn.Transformer的forward參數
  習題
項目6  食品加工人員異常行為檢測項目背景
  任務6.1  理解目標檢測需求
  任務6.2  數據採集及標注
    6.2.1  數據採集
    6.2.2  數據標注
    6.2.3  數據集構建
  任務6.3  訓練YOLO模型
    6.3.1  YOLO工具包的安裝
    6.3.2  配置文件修改

    6.3.3  訓練模型
  任務6.4  採用YOLO進行異常行為推理
  任務6.5  掌握目標檢測流程
  習題
項目7  工業檢測圖像分割項目背景
  任務7.1  了解圖像分割需求
  任務7.2  數據集構建
    7.2.1  數據標注
    7.2.2  數據格式轉換及數據集劃分
  任務7.3  圖像分割網路訓練
    7.3.1  UNet網路概述
    7.3.2  UNet網路的建立
    7.3.3  創建Dataset類
    7.3.4  進行網路訓練
  任務7.4  網路推理及結果評價
  習題
項目8  內容智能生成項目背景
  任務8.1  了解人工智慧內容生成相關概念
  任務8.2  實現圖像超解析度重建
    8.2.1  圖像超解析度技術
    8.2.2  生成對抗網路技術
    8.2.3  Real-ESRGAN應用
  任務8.3  實現自動問答
    8.3.1  ChatGPT技術概述
    8.3.2  類ChatGPT本地化應用
    8.3.3  問答提詞器的設計技巧
  任務8.4  實現AI繪畫
    8.4.1  擴散模型技術概述
    8.4.2  Stable Diffusion UI安裝
    8.4.3  AI繪圖實現
  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