深度学习之模型优化：核心算法与案例实践
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 44.88 5.0折 ￥ 89 全新
库存5件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者言有三|
出版社电子工业
ISBN9787121481529
出版时间2024-07
装帧其他
开本其他
定价89元
货号32121207
上书时间2024-11-05
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 引言
1.1 人工智能时代背景
1.2 数据处理
1.2.1 大数据时代背景
1.2.2 数据获取
1.2.3 数据清洗与整理
1.3 算法基础
1.3.1 卷积的概念
1.3.2 CNN基本概念
1.4 计算芯片
1.4.1 GPU
1.4.2 ARM
1.5 深度学习框架
1.5.1 Caffe
1.5.2 TensorFlow
1.5.3 PyTorch
第2章 模型性能评估
2.1 性能指标
2.1.1 基准模型
2.1.2 参数量
2.1.3 计算量与内存访问代价
2.1.4 计算速度
2.1.5 并行化程度
2.1.6 能耗
2.2 学术与产业竞赛
第3章 模型可视化
3.1 模型可视化基础
3.1.1 为什么要研究模型可视化
3.1.2 模型可视化的研究方向
3.2 模型结构可视化
3.2.1 Netscope可视化方法
3.2.2 TensorBoard模型结构可视化
3.2.3 Graphiz可视化工具
3.2.4 Netron可视化工具
3.3 模型参数与特征可视化
3.3.1 参数可视化
3.3.2 激活值可视化
3.3.3 工具
3.4 输入区域重要性可视化
3.4.1 基本原理
3.4.2 基于反向传播的输入可视化
3.4.3 类激活映射可视化
3.5 输入激活模式可视化
3.5.1 概述
3.5.2 梯度计算法
3.5.3 反卷积法
3.5.4 网络反转法
3.5.5 小结
3.6 模型可视化分析实践
3.6.1 基于梯度计算法的可视化
内容摘要
本书由浅入深、系统性地介绍了深度学习模型压缩与优化的核心技术。本书共9章，主要内容有：深度学习模型性能评估、模型可视化、轻量级模型设计、模型剪枝、模型量化、迁移学习与知识蒸馏、自动化模型设计、模型优化与部署工具。
本书理论知识体系完备，同时提供了大量实例，供读者实战演练。
本书适合深度学习相关领域的算法技术人员、教职员工，以及人工智能方向的本科生、研究生阅读。读者既可以将本书作为核心算法书籍学习理论知识，也可以将其作为工程参考手册查阅相关技术。
— 没有更多了 —
以下为对购买帮助不大的评价