Python深度元学习算法

图书标准信息

• 作者 王茂发；陈慧灵；徐艳琳；龚启舟；冷志雄；万泉；颜丙辰
• 出版社 清华大学出版社
• 出版时间 2023-12
• 版次 1
• ISBN 9787302649519
• 定价 59.50元
• 装帧 其他
• 开本 32开
• 页数 424页
• 字数 211千字

【内容简介】

本书全面介绍了深度元学习技术的知识，包括元学习、机器学习、深度学习及其技术平台和应用案例，给出了一套较为完备的深度元学习框架，并根据作者所在课题组的研究成果提出了一些具有启发性的元学习算法和思考方向。

全书共9章。第1章主要介绍元学习的基本概念、基本任务和基本类型；第2章系统介绍深度学习的概念、原理和应用，帮助读者逐步具备一定的深度学习实践能力；第3章介绍一种简单的元学习神经网络——孪生网络；第4章介绍原型网络及其各种变体；第5章介绍两种有趣单样本元学习算法——关系网络和匹配网络；第6章介绍记忆增强神经网络；第7章进一步介绍饶有趣味且应用广泛的元学习算法——模型无关元学习及其变种；第8章介绍另外两种经典的元学习模型——MetaSGD和Reptile；第9章深入介绍元学习的一些新进展与**研究成果——基于样本抽样和任务难度自适应的深度元学习理论。全书提供大量应用实例和配套代码，每章后均附有适量思考题，引发读者思考和讨论。

全书行文浅显易懂，深入浅出，适合作为高等学校计算机相关专业研究生或高年级本科生开展元学习理论教学，也可供广大AI技术开发和研究人员参考。

【作者简介】

:
王茂发，教授。从事地震人工智能与深度元学习算法研究，主讲元学习、深度学习、数据挖掘、自然语言处理等核心课程。发表SCI论文20余篇，主持国家自然基金项目2项。教育部一华为“智能基座”优秀教师，地震人工智能专业委员会委员，“广西高等学校千名中青年骨干教师培育计划”入选者，教育部学位中心学位论文函评专家。

【目录】

第1章 元学习简介

1.1 元学习

1.2 元学习的类型

1.2.1 学习度量空间

1.2.2 学习初始化

1.2.3 学习优化器

1.3 嵌套梯度下降法实现元学习

1.4 少样本学习的优化模型

1.5 小结

1.6 思考题

参考文献

第2章 深度学习

2.1 深度学习的概念

2.2 深度神经网络概述

2.2.1 人工神经网络

2.2.2 深度神经网络

2.3 卷积神经网络概述

2.3.1 卷积神经网络

2.3.2 卷积神经网络的结构

2.3.3 卷积神经网络的训练

2.3.4 VGG卷积神经网络的代表性网络

2.4 循环神经网络

2.4.1 循环神经网络概念

2.4.2 长短期记忆（LSTM）网络

2.5 生成对抗网络

2.5.1 生成器

2.5.2 判别器

2.5.3 训练过程

2.5.4 小结

2.6 Transformer 及扩散模型

2.6.1 编码组件

2.6.2 解码组件

2.6.3 扩散模型

2.7 小结

2.8 思考题

参考文献

第3章 李生网络

3.1 李生网络简介

3.2 李生网络的架构

3.3 李生网络的衍生

3.3.1 伪李生网络

……

第4章 原型网络及其变体

第5章 关系网络与匹配网络

第6章 记忆增强神经网络

第7章 模型无关元学习及其变种

第8章 Meta-SGD和Reptile

第9章 新进展与未来方向