深度学习及加速技术
正版新书 新华官方库房直发 可开电子发票
￥ 43.47 6.3折 ￥ 69 全新
库存5件
作者白创编著
出版社机械工业出版社
ISBN9787111728719
出版时间2023-06
版次1
装帧平装
开本32开
纸张胶版纸
页数416页
字数281千字
定价69元
货号SC:9787111728719
上书时间2024-10-14
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
内容简介:
本书紧密围绕深度学习及加速技术的基础理论与应用案例展开叙述，实现了深度学习算法设计与硬件加速技术的有机统一，是一本基础理论与实践案例相结合的实用图书。其具体内容涉及人工智能基本概念，神经网络数学基础、神经网络基本结构与学习策略、反向传播算法数学原理与训练机制等神经网络基础理论，以及一些高级主题和实践。本书可作为从事人工智能领域算法研究、架构设计与应用实现等工作的科研人员、工程师以及高等院校师生的参考书籍。
目录:
前言
理论篇
第1章 人工智能简介 2
1.1 人工智能概念 2
1.1.1 人工智能定义 2
1.1.2 人工智能发展历程 3
1.2 人工智能与深度学习 4
1.2.1 人工智能与深度学习之间的关系 4
1.2.2 图灵机与丘奇-图灵论题 5
1.3 人工智能发展阶段 6
1.3.1 人工智能1.0——知识+算法+算力 6
1.3.2 人工智能2.0——数据+算法+算力 7
1.3.3 人工智能3.0——知识+数据+算法+算力 7
1.3.4 人工智能4.0——存算一体化 8
1.4 人工智能应用 9
1.4.1 工业零部件尺寸测量与缺陷检测 9
1.4.2 目标检测与跟踪 9
1.4.3 人脸比对与识别 10
1.4.4 三维影像重构 10
第2章 神经网络数学基础 12
2.1 线性向量空间 12
2.2 内积 14
2.3 线性变换与矩阵表示 15
2.4 梯度 17
第3章 神经网络与学习规则 20
3.1 神经元模型与网络结构 20
3.1.1 神经元模型 20
3.1.2 神经网络结构 22
3.2 感知机学习 24
3.2.1 感知机定义及结构 24
3.2.2 感知机学习规则 25
3.3 Hebb学习 28
3.3.1 无监督Hebb学习 28
3.3.2 有监督Hebb学习 29
3.4 性能学习 30
3.4.1 性能指数 30
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价