正版图解深度学习
￥ 26.55 4.5折 ￥ 59 全新
库存2件
作者(日)山下隆义 著,张弥 译
出版社人民邮电出版社
ISBN9787115480248
出版时间2018-05
版次1
装帧平装
开本16开
纸张胶版纸
页数206页
字数99999千字
定价59元
货号2170-9787115480248
上书时间2024-12-24
- 在售商品 暂无
- 平均发货时间 11小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
基本信息
书名:图解深度学习
定价：59元
作者:(日)山下隆义 著,张弥 译
出版社：人民邮电出版社
出版日期：2018-05-01
ISBN：9787115480248
字数：208000
页码：206
版次：1
装帧：平装
开本：32开
商品重量：
编辑推荐
1.实用136张图+60段代码帮助理解相关理论和工具的使用方法。可作为专业理论书籍、参考文献的辅助读物随时翻阅2.专业浓缩深度学习的关键知识点，内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。同时辅以代码，介绍了Theano、Pylearn2、Caffe、DIGITS、Chainer和TensorFlow等深度学习工具的安装和使用方法。3.易懂图文并茂，知识点清晰直观、便于理解。全彩印刷、版式精美，技术书也可赏心悦目。
内容提要
本书从深度学习的发展历程讲起，以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法，以及深度学习在图像识别等领域的应用案例。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。此外，还介绍了包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow 在内的深度学习工具的安装和使用方法。
目录
章 绪论 1.1 深度学习与机器学习 21.2 深度学习的发展历程 31.3 为什么是深度学习 61.4 什么是深度学习 71.5 本书结构 9第 2章 神经网络2.1 神经网络的历史 122.2 M-P模型 142.3 感知器 162.4 多层感知器 182.5 误差反向传播算法 192.6 误差函数和激活函数 282.7 似然函数 302.8 随机梯度下降法 312.9 学习率 322.10 小结 33第3章 卷积神经网络3.1 卷积神经网络的结构 363.2 卷积层 383.3 池化层 393.4 全连接层 403.5 输出层 413.6 神经网络的训练方法 413.7 小结 48第4章 受限玻尔兹曼机4.1 Hopfield 神经网络 504.2 玻尔兹曼机 554.3 受限玻尔兹曼机 594.4 对比散度算法 614.5 深度信念网络 644.6 小结 66第5章 自编码器5.1 自编码器 685.2 降噪自编码器 715.3 稀疏自编码器 735.4 栈式自编码器 765.5 在预训练中的应用 775.6 小结 78第6章 提高泛化能力的方法6.1 训练样本 806.2 预处理 886.3 激活函数 926.4 Dropout 946.5 DropConnect 966.6 小结 98第7章 深度学习工具7.1 深度学习开发环境 1007.2 Theano 1007.3 Pylearn2 1087.4 Caffe 1187.5 训练系统——DIGITS1377.6 Chainer 1457.7 TensorFlow 1607.8 小结 176第8章 深度学习的现在和未来8.1 深度学习的应用案例1788.2 深度学习的未来 1958.3 小结 197参考文献 198
作者介绍
山下隆义（作者）1978年出生于日本神户，2002年修完博士前期课程，并于当年入职欧姆龙股份有限公司，主要从事快速人脸图像检测相关的软件研究和开发。2011年在日本中部大学研究生院工学研究科修完博士后期课程，获得工学博士学位。2014年开始担任中部大学工学院信息工程系讲师。目前从事动画处理、模式识别和机器学习相关的研究。曾多次荣获日本深度学习研究相关奖项，并在多个相关研讨会上担任讲师。张弥（译者）毕业于大连外国语大学日本语学院。现就职于某日本大型跨国公司，从事技术翻译工作，具有丰富的软件开发和医学翻译经验。喜欢挑战新事物，乐于学习新知识和接触新领域。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价