深度学习原理与应用
若图片与书名不一致，以书名和定价为准！
￥ 47.04 4.8折 ￥ 98 全新
库存9件
作者周中元等
出版社电子工业出版社
ISBN9787121404214
出版时间2021-03
版次1
装帧平装
开本16开
纸张胶版纸
定价98元
货号8543209
上书时间2024-09-03
- 在售商品 暂无
- 平均发货时间 29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:深度学习原理与应用
定价：98元
作者:周中元等
出版社：电子工业出版社
出版日期：2021-03-01
ISBN：9787121404214
字数：
页码：
版次：
装帧：平塑勒
开本：16开
商品重量：
编辑推荐
内容提要
目录
目 录章 深度学习概述11.1 什么是深度学习11.2 为什么会出现深度学习61.3 深度学习方法的分类81.4 人工神经网络的发展简史9思考题15第2章 的数学知识162.1 线性代数162.1.1 矩阵162.1.2 向量212.2 微积分222.2.1 微分222.2.2 积分262.3 概率统计272.3.1 随机事件272.3.2 概率的定义282.3.3 条件概率和贝叶斯公式282.3.4 常用概率模型292.3.5 随机变量与概率分布302.3.6 随机变量的数字特征312.3.7 典型的概率分布332.3.8 统计与概率362.3.9 样本与总体372.3.10 统计量与抽样分布372.3.11 参数估计38第3章 神经网络403.1 生物神经元403.2 M-P模型413.3 前馈神经网络423.4 感知器433.4.1 单层感知器433.4.2 多层感知器453.5 神经网络的学习463.5.1 数据驱动463.5.2 损失函数473.5.3 激活函数503.5.4 似然函数553.5.5 梯度与梯度下降法583.5.6 学习率613.5.7 学习规则623.6 误差反向传播算法633.7 随机梯度下降法693.8 神经网络学习算法的基本步骤70思考题71第4章 卷积神经网络724.1 卷积神经网络的结构724.2 输入层764.3 卷积层764.4 池化层824.5 全连接层844.6 输出层844.7 卷积神经网络的训练方法854.8 卷积神经网络的可视化884.8.1 特征图可视化884.8.2 卷积核可视化944.8.3 类激活图可视化974.8.4 可视化工具（Deep Visualization Toolbox）984.9 典型的卷积神经网络994.9.1 LeNet神经网络994.9.2 AlexNet1034.9.3 VGGNet1044.9.4 GoogLeNet1064.9.5 ResNet1084.9.6 基于AlexNet的人脸识别108思考题118第5章 反馈神经网络1195.1 Hopfield神经网络1195.2 离散型Hopfield神经网络1215.2.1 离散型Hopfield神经网络的结构1215.2.2 离散型Hopfield神经网络的状态变化规律1225.2.3 离散型Hopfield神经网络的稳态判别函数1235.2.4 离散型Hopfield神经网络的联想记忆1265.2.5 离散型Hopfield神经网络的模式识别例子1275.2.6 离散型Hopfield神经网络的权重设置1285.2.7 离散型Hopfield神经网络的不足1305.3 连续型Hopfield神经网络1315.3.1 连续型Hopfield神经网络结构及其稳定性分析1315.3.2 连续型Hopfield神经网络解决旅行商问题1335.4 玻尔兹曼机1355.3 受限玻尔兹曼机1415.4 对比散度算法1465.5 深度信念网络148思考题150第6章 自编码器1516.1 自编码器1516.2 降噪自编码器1536.3 稀疏自编码器1556.4 栈式自编码器1566.5 变分自编码器158思考题161第7章 循环神经网络1627.1 循环神经网络概述1627.2 隐马尔可夫链1637.3 循环神经网络架构1647.4 LSTM1667.4.1 基于LSTM预测彩票1707.4.2 基于LSTM生成古诗词180思考题188第8章 生成对抗网络1898.1 生成对抗网络概述1898.2 生成对抗网络1908.3 条件生成对抗网络1938.4 深度对抗生成网络1958.5 基于DCGAN生成人脸图片1968.5.1 准备数据集1968.5.2 构建模型197思考题204第9章 学习有关的处理技巧2059.1 训练样本2059.2 数据预处理2069.3 Dropout与DropConnect2099.4 正则化2129.5 权重的初值设置213思考题2140章 深度学习开发工具21510.1 TensorFlow21510.1.1 安装TensorFlow21610.1.2 TensorFlow运行环境21710.1.3 TensorFlow基本要素21810.1.4 TensorFlow运行原理21910.1.5 TensorFlow编程识别手写数字实例22110.1.6 TensorBoard可视化工具22510.2 Caffe22610.2.1 Caffe的安装22810.2.2 Caffe的应用实例231思考题2321章 自动化机器学习23311.1 AutoML简介23411.2 AutoML与传统方法的对比23411.3 现有AutoML平台产品23511.3.1 谷歌Cloud AutoML23511.3.2 百度EasyDL23511.3.3 阿里云PAI2382章 深度学习的未来24212.1 物体识别24212.2 物体检测24312.3 图像分割25112.4 回归问题25312.4.1 人体姿态估计25312.4.2 面部器官检测25512.5 图像标注生成25512.6 图像风格变换25712.7 自动驾驶25812.8 强化学习25912.9 深度学习的应用26012.9.1 AlphaGo围棋机器人26012.9.2 人机对话26212.9.3 视频换脸26312.9.4 无人机自动控制26512.9.5 机器人行动协同26712.9.6 医疗自动诊断26912.10 深度学习的发展趋势分析27112.10.1 深度学习技术现状27112.10.2 深度学习发展趋势271参考答案273参考文献277
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价