深度学习程序设计实战
全新正版 假一赔十 可开发票
￥ 44.93 6.4折 ￥ 69.8 全新
库存4件
北京东城
认证卖家担保交易快速发货售后保障
作者方林陈海波
出版社机械工业出版社
ISBN9787111673590
出版时间2021-02
装帧平装
开本16开
定价69.8元
货号1202305247
上书时间2024-08-16
商品详情
- 品相描述：全新
- 商品描述
-
目录
序前言第1章程序设计方法...001.1自顶向下的程序设计...001.1.1问题分解和自顶向下的程序设计方法...001.1.2五猴分桃问题...001.1.3猜姓氏问题...001.1.4囚犯问题...001.1.5扑克牌问题...01.2递归程序设计...01.2.1河内塔问题...01.2.2兔子问题...01.2.3字符串匹配问题...01.2.4组合问题...01.2.5人字形铁路问题...01.3面向对象的程序设计...01.3.1方法重定义和分数...01.3.2二十四点问题...01.4结束语...0第2章反向传播算法...02.1导数和导数的应用...02.1.1导数...02.1.2梯度下降法求函数的最小值...02.1.3牛顿法求平方根...02.1.4复合函数和链式法则...02.1.5多元函数和全微分方程...02.1.6反向传播算法...02.1.7梯度...02.1.8分段求导...02.2自动求导和人工智能框架...02.2.1表达式和自动求偏导...02.2.2表达式求值...02.2.3求解任意方程...02.2.4求解任意方程组...02.2.5求解任意函数的极小值...02.2.6张量、计算图和人工智能框架...02.3结束语...0第3章神经元网络初步...03.1Tensorflow基本概念...03.1.1计算图、张量、常数和变量...03.1.2会话、运行...03.1.3占位符...03.1.4矩阵算术运算...03.1.5矩阵运算的广播...03.1.6TF矩阵运算...03.1.7形状和操作...03.1.8关系运算和逻辑运算...03.2优化器和计算图...03.2.1梯度和优化器...03.2.2求解平方根...03.2.3计算图...03.3三层神经网络...03.3.1神经元网络训练算法...03.3.2线性变换和激活函数...03.3.3矩阵乘法和全连接...03.3.4激活函数...03.3.5全连接和Relu的梯度...03.3.6求正弦...03.3.7BGD、SGD和MBGD...03.3.8三层神经网络模型...03.4用三层神经网络拟合任意一个函数...03.4.1三层神经网络拟合一元函数...03.4.2样本、训练和预测...03.4.3中间层神经元个数和样本数量之间的关系...03.4.4自变量越界会发生什么...03.4.5同时拟合cos(x)、sin(x)...03.4.6拟合多元函数...03.4.7过拟合...03.5手写数字识别...03.5.1手写数字样本集合MNIST...03.5.2独热向量...03.5.33种损失函数...03.5.4softmax函数...03.5.5保存和恢复模型...03.5.6验证模型...03.5.7测试和使用模型...03.6结束语...0第4章卷积神经网络...04.1卷积...04.1.1一维卷积...04.1.2二维卷积...4.1.3通道...4.1.4TF对卷积的第一种实现...4.1.5TF对卷积的第二种实现...4.1.6卷积的实质...4.2池化操作...4.2.1最大值池化和平均值池化...4.2.2池化操作的梯度...4.3用CNN实现手写数字识别...4.3.1模型的结构...4.3.2模型参数数量和计算量...4.3.3关于全连接和Dropout...4.3.4用Tensorboard监视训练...4.4手写数字生成...4.4.1生成问题...4.4.2VAE模型和语义...4.4.3反卷积操作...4.4.4网络的结构...4.4.5动量...4.4.6控制依赖...4.4.7预测...4.5条件VAE模型...4.5.1CVAE模型...4.5.2条件式手写数字生成模型...4.6使用GPU...4.6.1单GPU和nvidia-smi命令...4.6.2多GPU和重名问题...4.6.3多GPU的梯度...4.6.4多GPU训练...4.6.5多GPU预测...4.7残差神经网络...4.7.1残差神经网络的实现...4.7.2BN操作...4.8表情识别...4.8.1样本...4.8.2通用超级框架...4.8.3模型...4.9人脸识别和人脸对比...4.9.1人脸识别...4.9.2简单人脸对比...4.9.3简单人脸对比的实现...4.9.4法向量和夹角余弦...4.9.5基于夹角余弦的人脸对比...4.10语义分割和实例分割...4.10.1什么是语义分割和实例分割...4.10.2多分类问题...4.10.3U型网络...4.10.4语义分割和实例分割的实现...4.10.5点到点的语义分割和实例分割...4.11其他CNN模型...4.12优化器...4.12.1GradientDescentOptimizer...4.12.2MomentumOptimizer...4.12.3RMSPropOptimizer...4.12.4AdamOptimizer...4.12.5AdagradOptimizer...4.12.6AdadeltaOptimizer...4.13结束语...第5章循环神经网络...5.1什么是循环神经网络...5.2RNN的结构...5.2.1简单RNN模型...5.2.2多层RNN...5.3诗歌生成器...5.3.1样本预处理...5.3.2字向量...5.3.3可洗牌的DataSet...5.3.4生成诗歌...5.4LSTM模型...5.4.1基本LSTM模型...5.4.2LSTM变体之一——Peephole...5.4.3LSTM变体之二——GRU...
内容摘要
本书以Python语言和Tensorflow为工具，由浅入深地讲述了深度学习程序设计的基本原理、算法和思考问题的方法，内容包括自顶向下的程序设计、递归程序设计、面向对象的程序设计、反向传播算法、三层神经网络、卷积神经网络、循环神经网络、生成式对抗网络和目标检测等。本书重在研究代码背后深刻的计算机理论和数学原理，试图说明代码是对理论和思想的实现手段，而不是目的。学以致用是本书的宗旨，提高读者编程水平和动手能力是本书的目的。本书通过大量有趣的实例，说明了理论对深度学习程序设计实践的指导意义。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价