深度学习与Python实现及应用
￥ 42.75 7.2折 ￥ 59 九五品
仅1件
作者郭彤颖,薛亚栋,李娜,刘冬莉
出版社清华大学出版社
ISBN9787302599418
出版时间2022-04
版次1
装帧平装
开本16开
纸张胶版纸
页数234页
字数99999千字
定价59元
上书时间2024-05-06
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:深度学习与Python实现及应用
定价：59.00元
作者:郭彤颖,薛亚栋,李娜,刘冬莉
出版社：清华大学出版社
出版日期：2022-04-01
ISBN：9787302599418
字数：359000
页码：234
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
本书旨在为对深度学习感兴趣并从事相关研究的本科生、研究生、工程师和研究人员提供必备的基础知识和Python实现方法。在内容编排方面，注重理论和实践的结合，基础知识和前沿技术的结合，并附有相关的应用及实战案例。希望读者通过阅读和学习这本书，感受到从事深度学习相关研究的乐趣。
内容提要
本书是对深度学习感兴趣的读者的入门图书，主要介绍深度学习算法和Python应用实践两部分。在深度学习算法部分，将从逻辑回归、浅层神经网络、深层神经网络、卷积神经网络、深度卷积网络、目标检测算法、循环序列模型等方面介绍深度学习的核心算法。在Python应用实践部分，将主要介绍Python基础语法，numpy基本用法，以及Python实现深度学习算法三部分。本书理论和实践结合，不仅让读者了解算法理论，更让读者学会如何利用计算机编程语言解决实际问题。本书适合作为高等院校人工智能及相关专业的教材，也可作为从事人工智能领域的专业研究人员和工程技术人员的参考书。
目录
章 绪论 1.1 深度学习简介 1.2 神经网络 1.2.1 人脑神经网络 1.2.2 人工神经网络 1.3 神经网络的发展历史 1.4 常用的深度学习框架 1.5 编程环境的安装 1.5.1 安装Anaconda 1.5.2 安装CUDA 1.5.3 安装TensorFlow 1.5.4 安装常用编辑器第2章 机器学习基础 2.1 基本概念 2.2 机器学习的三个基本要素 2.2.1 模型 2.2.2 学习准则 2.2.3 优化算法 2.3 机器学习的简单示例——线性回归 2.4 偏差-方差分解 2.5 机器学习算法的类型 2.6 评价指标 2.7 线性模型 2.7.1 线性判别函数和决策边界 2.7.2 Logistic回归 2.7.3 Softmax回归 2.7.4 感知器第3章 前馈神经网络 3.1 神经元 3.1.1 Sigmoid型函数 3.1.2 ReLU函数 3.1.3 Swish函数 3.1.4 GELU函数 3.1.5 Maxout单元 3.2 网络结构 3.2.1 前馈网络 3.2.2 记忆网络 3.2.3 图网络 3.3 前馈神经网络 3.3.1 通用近似定理 3.3.2 应用到机器学习 3.3.3 参数学习 3.4 反向传播算法 3.5 自动梯度计算 3.5.1 数值微分 3.5.2 符号微分 3.5.3 自动微分 3.6 优化问题 3.6.1 非凸优化问题 3.6.2 梯度消失问题第4章 卷积神经网络 4.1 从全连接层到卷积 4.1.1 不变性 4.1.2 限制多层感知机 4.1.3 卷积 4.1.4 回顾“沃尔多在哪里” 4.2 图像卷积 4.2.1 互相关运算 ……第5章 现代卷积神经网络第6章 循环神经网络第7章 网络优化与正则化第8章 实战演练
作者介绍
郭彤颖，女，博士，副教授，研究生导师。主要教学有计算机控制系统、计算机原理与应用、机器人控制等课程。近年来，主持和参加国家、省部级科研课题10余项，获省级教学成果奖1项，沈阳市科技进步一等奖1项，辽宁省自然科学学术成果奖三等奖3项，沈阳市自然科学学术成果奖二等奖1项，校级各类教学成果奖3项。在国内外重要的学术期刊与会议上发表论文40余篇，SCI和EI收录20余篇，主编著作和教材5部，参编著作和教材8部。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价