深度学习

图书标准信息

• 作者 徐俊刚
• 出版社 机械工业出版社
• 出版时间 2024-05
• 版次 1
• ISBN 9787111752691
• 定价 79.00元
• 装帧 平装
• 开本 16开
• 页数 252页
• 字数 349千字

【内容简介】

深度学是人工智能的重要分支，在多个应用领域取得了突破成果。本书作为深度学的入门教材，基本涵盖了深度学的各个方面。全书共8章，章概要介绍了深度学的基本概念、典型算法及应用；第2~5章是本书的核心内容，详细介绍了卷积神经网络、循环神经网络、tranformer和生成对抗网络的基本、典型算法以及主要应用；第6章介绍了一些典型的深度生成模型以及近期比较流行的扩散模型；第7章介绍了深度学中常用的正则化与优化方法；第8章介绍了tenorflow、pytorch和飞桨三个常用的深度学框架。本书每章都附有复题，中间各章还附有实验题，便于读者复知识点和进行实践锻炼。此外，附录中还给出了一些数学基础知识和中英文术语对照。

本书可作为高等院校计算机科学与技术、智能科学与技术、自动化、电子科学与技术等相关专业的或本科生教材，也可作为深度学研究人员与算法工程师的参书。

【目录】

序

前言

主要符号表

章 引言 1

1.1 深度学的起源与发展 1

1.1.1 深度学的起源 1

1.1.2 深度学的发展 2

1.2 深度学与机器学、人工智能的关系 4

1.2.1 人工智能 4

1.2.2 机器学 4

1.2.3 深度学 5

1.3 深度学的基本概念和典型算法 6

1.3.1 深度学的基本概念 6

1.3.2 典型深度学算法 6

1.4 深度学的主要应用概述 12

1.4.1 深度学在计算机视觉领域的应用 12

1.4.2 深度学在语音处理领域的应用 13

1.4.3 深度学在自然语言处理领域的应用 14

1.4.4 深度学在多模态处理领域的应用 14

1.5 本书的组织结构 14

复题 15

参文献 15

……