全新正版未拆封
¥ 39.56 4.0折 ¥ 98 全新
仅1件
作者冯超 著
出版社电子工业出版社
出版时间2020-09
版次1
装帧精装
上书时间2024-05-03
本书是一本介绍深度学习核心算法的书籍。书中以轻松、直白的语言,生动、详细地介绍了与深度学习模型相关的基础知识,深入剖析了深度学习核心算法的原理与本质。同时,书中配有大量案例与源码,帮助读者切实体会深度学习的核心思想和精妙之处。此外,书中还介绍了深度学习在计算机视觉、自然语言处理和推荐系统领域的应用,从原理层面揭示其思想,帮助读者在这些领域中夯实技术基础。
冯超毕业于中国科学院大学,现任阿里巴巴高级算法专家,曾在滴滴出行、猿辅导等公司担任核心算法业务负责人。自 2016 年起,在知乎开设技术专栏,并著有技术书《深度学习轻松学:核心算法与视觉实践》《强化学习精要:核心算法与 TensorFlow 实现》。
第 1 章 从生活走进深度学习 ????????????????????????????????????????????????.1
1.1 钞票面值问题?????????????????????????????????????????????????????????.1
1.2 机器学习的特征表示 ?????????????????????????????????????????????????.5
1.3 机器学习 ??????????????????????????????????????????????????????????????.10
1.4 深度学习的逆袭 ??????????????????????????????????????????????????????.14
1.5 总结与提问 ???????????????????????????????????????????????????????????.19
第 2 章 构建小型神经网络 ???????????????????????????????????????????????????.20
2.1 线性代数基础?????????????????????????????????????????????????????????.21
2.2 全连接层与非线性函数 ??????????????????????????????????????????????.27
2.3 神经网络可视化 ??????????????????????????????????????????????????????.30
2.4 反向传播法 ???????????????????????????????????????????????????????????.35
2.5 反向传播法的计算方法 ??????????????????????????????????????????????.37
2.6 反向传播法在计算上的抽象 ?????????????????????????????????????????.40
2.7 反向传播法在批量数据上的推广 ????????????????????????????????????.42
2.8 模型训练与结果可视化 ??????????????????????????????????????????????.46
2.9 总结与提问 ???????????????????????????????????????????????????????????.48
第 3 章 多层网络与分类??????????????????????????????????????????????????????.50
3.1 MNIST 数据集????????????????????????????????????????????????????????.50
3.2 概率论基础 ???????????????????????????????????????????????????????????.51
3.3 Softmax 函数??????????????????????????????????????????????????????????.57
3.4 交叉熵损失 ???????????????????????????????????????????????????????????.60
3.5 使用 PyTorch 实现模型构建与训练 ??????????????????????????????????.67
3.6 模型结果分析?????????????????????????????????????????????????????????.72
3.7 总结与提问 ???????????????????????????????????????????????????????????.74
第 4 章 卷积神经网络 ????????????????????????????????????????????????????????.76
4.1 卷积操作 ??????????????????????????????????????????????????????????????.76
4.2 卷积层汇总了什么????????????????????????????????????????????????????.83
4.3 卷积层的反向传播????????????????????????????????????????????????????.87
4.4 ReLU ??????????????????????????????????????????????????????????????????.93
4.5 Pooling 层 ?????????????????????????????????????????????????????????????.97
4.6 卷积神经网络实验????????????????????????????????????????????????????.101
4.7 卷积神经网络的感受野 ??????????????????????????????????????????????.103
4.8 总结与提问 ???????????????????????????????????????????????????????????.112
第 5 章 网络初始化 ???????????????????????????????????????????????????????????.113
5.1 错误的初始化?????????????????????????????????????????????????????????.113
5.2 关于数值的初始化实验 ??????????????????????????????????????????????.116
5.3 Xavier 初始化?????????????????????????????????????????????????????????.122
5.4 MSRA 初始化 ????????????????????????????????????????????????????????.128
5.5 ZCA 初始化???????????????????????????????????????????????????????????.132
5.6 总结与提问 ???????????????????????????????????????????????????????????.138
第 6 章 网络优化 ?????????????????????????????????????????????????????????????.140
6.1 梯度下降法 ???????????????????????????????????????????????????????????.140
6.2 动量法 ????????????????????????????????????????????????????????????????.145
6.3 随机梯度下降的变种算法 ????????????????????????????????????????????.151
6.4 总结与提问 ???????????????????????????????????????????????????????????.164
第 7 章 进一步强化网络??????????????????????????????????????????????????????.165
7.1 Dropout????????????????????????????????????????????????????????????????.165
7.2 Batch Normalization???????????????????????????????????????????????????.168
7.3 总结与提问 ???????????????????????????????????????????????????????????.176
第 8 章 高级网络结构 ????????????????????????????????????????????????????????.178
8.1 CIFAR10 数据集 ??????????????????????????????????????????????????????.178
8.2 VGG 模型 ?????????????????????????????????????????????????????????????.179
8.3 ResNet?????????????????????????????????????????????????????????????????.183
8.4 Inception ??????????????????????????????????????????????????????????????.195
8.5 通道分解的网络 ??????????????????????????????????????????????????????.196
8.6 总结与提问 ???????????????????????????????????????????????????????????.202
第 9 章 网络可视化 ???????????????????????????????????????????????????????????.203
9.1 模型优化路径的简单可视化 ?????????????????????????????????????????.203
9.2 卷积神经网络的可视化 ??????????????????????????????????????????????.206
9.3 图像风格转换?????????????????????????????????????????????????????????.211
9.4 总结与提问 ???????????????????????????????????????????????????????????.217
第 10 章 物体检测 ????????????????????????????????????????????????????????????.218
10.1 物体检测的评价指标 ?????????????????????????????????????????????????.218
10.2 YOLOv3:一阶段检测算法??????????????????????????????????????????.223
10.3 Faster RCNN:两阶段检测算法 ?????????????????????????????????????.230
10.4 总结与提问 ???????????????????????????????????????????????????????????.235
第 11 章 词嵌入???????????????????????????????????????????????????????????????.237
11.1 One-Hot 编码的缺点??????????????????????????????????????????????????.237
11.2 分布式表征 ???????????????????????????????????????????????????????????.238
11.3 负采样 ????????????????????????????????????????????????????????????????.242
11.4 SGNS 实现243
11.5 tSNE???????????????????????????????????????????????????????????????????.247
11.6 总结与提问 ???????????????????????????????????????????????????????????.255
第 12 章 循环神经网络 ???????????????????????????????????????????????????????.256
12.1 语言模型与循环神经网络????????????????????????????????????????????.256
12.2 RNN 实现?????????????????????????????????????????????????????????????.259
12.3 LSTM 网络 ???????????????????????????????????????????????????????????.262
12.4 语言模型实践?????????????????????????????????????????????????????????.266
12.5 LSTM 网络的可视化与分析 ?????????????????????????????????????????.272
12.6 RNN 的应用类型 ?????????????????????????????????????????????????????.274
12.7 CTC ???????????????????????????????????????????????????????????????????.276
12.8 总结与提问 ???????????????????????????????????????????????????????????.282
第 13 章 Transformer ????????????????????????????????????????????????????????.284
13.1 Transformer 模型的基本结构 ????????????????????????????????????????.286
13.2 模型训练与预测 ??????????????????????????????????????????????????????.293
13.3 BERT 模型????????????????????????????????????????????????????????????.296
13.4 总结与提问 ???????????????????????????????????????????????????????????.303
第 14 章 深度分解模型 ???????????????????????????????????????????????????????.304
14.1 分解机 ????????????????????????????????????????????????????????????????.306
14.2 评价指标 AUC????????????????????????????????????????????????????????.310
14.3 DeepFM ???????????????????????????????????????????????????????????????.314
14.4 DeepFM 的改进方法 ?????????????????????????????????????????????????.317
14.5 总结与提问 ???????????????????????????????????????????????????????????.322
— 没有更多了 —
以下为对购买帮助不大的评价