零基础实践深度学习
￥ 15.5 1.2折 ￥ 128 九五品
仅1件
北京通州
认证卖家担保交易快速发货售后保障
作者毕然,孙高峰,周湘阳,刘威威
出版社清华大学出版社
ISBN9787302567516
出版时间2020-12
版次1
装帧平装
开本16开
纸张胶版纸
定价128元
上书时间2024-07-13
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:零基础实践深度学习
定价：128.00元
作者:毕然,孙高峰,周湘阳,刘威威
出版社：清华大学出版社
出版日期：2020-12-01
ISBN：9787302567516
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
集深度学习原理、代码、实践、平台四位一体，助力读者在AI浪潮中脱颖而出
内容提要
《零基础实践深度学习》从人工智能、机器学习和深度学习三者的关系开始，以深度学习在计算机视觉、自然语言处理和推荐系统的应用实践为主线，逐步剖析模型原理和代码实现。书中的内容深入浅出，通过原理与代码结合、产业实践和作业题结合的方式，帮助读者更好掌握深度学习的相关知识和深度学习开源框架的使用方法。为了让更多的读者从中受益，快速应对复杂多变的AI应用，书中还介绍各种模型资源和辅助工具，旨在帮助读者在人工智能的战场上武装到牙齿，和“AI大师”一样无往不利。 人工智能是一门跨学科的技术，本书可作为深度学习的入门读物，也可作为人工智能或相关学科本科生和研究生的教材，还可供AI爱好者和从业者使用。
目录
章零基础入门深度学习1.1机器学习和深度学习综述1.1.1人工智能、机器学习、深度学习的关系1.1.2机器学习1.1.3深度学习1.1.4作业1.2使用Python和NumPy构建神经网络模型1.2.1波士顿房价预测任务1.2.2构建波士顿房价预测任务的神经网络模型1.2.3小结1.2.4作业1.3飞桨开源深度学习平台介绍1.3.1深度学习框架1.3.2飞桨开源深度学习平台1.3.3作业1.4使用飞桨重写房价预测模型1.4.1飞桨深度学习平台设计之“道”1.4.2使用飞桨构建波士顿房价预测模型1.4.3作业1.5NumPy介绍1.5.1概述1.5.2基础数据类型： ndarray数组1.5.3随机数np.random1.5.4线性代数1.5.5NumPy保存和导入文件1.5.6NumPy应用举例1.5.7作业第2章一个案例带你吃透深度学习2.1使用飞桨完成手写数字识别模型2.1.1手写数字识别任务2.1.2构建手写数字识别的神经网络模型2.1.3飞桨各模型代码结构一致，大大降低了用户的编码难度2.1.4采用“横纵式”教学法，适用于深度学习初学者2.2通过极简方案快速构建手写数字识别模型2.2.1通过极简方案构建手写数字识别模型2.2.2作业2.3“手写数字识别”之数据处理2.3.1概述2.3.2读入数据并划分数据集2.3.3训练样本乱序并生成批次数据2.3.4校验数据有效性2.3.5封装数据读取与处理函数2.3.6异步数据读取2.4“手写数字识别”之网络结构2.4.1概述2.4.2经典的全连接神经网络2.4.3卷积神经网络2.5“手写数字识别”之损失函数2.5.1概述2.5.2分类任务的损失函数2.5.3作业2.6“手写数字识别”之优化算法2.6.1概述2.6.2设置学习率2.6.3学习率的主流优化算法2.6.4作业2.7“手写数字识别”之资源配置2.7.1概述2.7.2单GPU训练2.7.3分布式训练2.8“手写数字识别”之训练调试与优化2.8.1概述2.8.2计算模型的分类准确率2.8.3检查模型训练过程，识别潜在训练问题2.8.4加入校验或测试，更好评价模型效果2.8.5加入正则化项，避免模型过拟合2.8.6可视化分析2.8.7作业2.9“手写数字识别”之恢复训练2.9.1概述2.9.2恢复训练2.10完整掌握深度学习建模小结第3章计算机视觉3.1卷积神经网络基础3.1.1概述3.1.2卷积神经网络3.1.3作业3.2卷积的四种操作3.2.1概述3.2.2池化3.2.3ReLU激活函数3.2.4批归一化3.2.5丢弃法3.2.6作业3.3图像分类3.3.1概述3.3.2LeNet3.3.3AlexNet3.3.4VGG3.3.5GoogLeNet3.3.6ResNet3.3.7小结3.3.8作业第4章目标检测YOLOv34.1目标检测基础概念4.1.1概述4.1.2目标检测发展历程4.1.3目标检测基础概念4.2目标检测数据处理4.3目标检测YOLOv34.3.1YOLOv3模型设计思想4.3.2产生候选区域4.3.3对候选区域进行标注4.3.4图形特征提取4.3.5计算预测框位置和类别4.3.6定义损失函数4.3.7多尺度检测4.3.8网络训练4.3.9模型预测4.3.10模型效果及可视化展示4.4AI识虫比赛4.4.1AI识虫比赛4.4.2实现参考4.4.3更多思路参考第5章自然语言处理5.1自然语言处理5.1.1概述5.1.2自然语言处理的发展历程5.1.3自然语言处理技术面临的挑战5.1.4自然语言处理的常见任务5.1.5使用深度学习解决自然语言处理任务的套路5.1.6使用飞桨探索自然语言处理5.1.7作业5.2词向量Word Embedding5.2.1概述5.2.2如何将词转换为向量5.2.3如何让向量具有语义信息5.3使用飞桨实现Skipgram5.3.1概述5.3.2数据处理5.3.3网络定义5.3.4网络训练5.3.5词向量的有趣使用5.3.6作业第6章情感分析6.1自然语言情感分析6.1.1概述6.1.2使用深度神经网络完成情感分析任务6.1.3作业6.2循环神经网络RNN和长短时记忆网络LSTM6.2.1RNN和LSTM网络的设计思考6.2.2循环神经网络RNN6.2.3长短时记忆网络LSTM6.2.4作业6.3使用LSTM完成情感分析任务6.3.1概述6.3.2使用飞桨实现基于LSTM的情感分析模型6.4AI文本分类比赛6.4.1中文新闻标题分类比赛6.4.2更多思路参考第7章推荐系统7.1推荐系统介绍7.1.1推荐系统的产生背景7.1.2推荐系统的基本概念7.1.3思考有哪些信息可以用于推荐7.1.4使用飞桨探索电影推荐7.1.5作业7.2数据处理与读取7.2.1数据集回顾7.2.2数据处理流程7.2.3构建数据读取器7.2.4小结7.3电影推荐模型设计7.3.1模型设计介绍7.3.2Embedding介绍7.3.3电影特征提取网络7.3.4相似度计算7.3.5小结7.4模型训练与特征保存7.4.1模型训练7.4.2保存特征7.4.3作业7.5电影推荐7.5.1根据用户喜好推荐电影7.5.2几点思考收获7.5.3在工业实践中的推荐系统7.5.4作业第8章精通深度学习的高级内容8.1精通深度学习的高级内容8.1.1为什么要精通深度学习的高级内容8.1.2高级内容包含哪些武器8.1.3飞桨开源组件使用场景概览8.2模型资源之一： 预训练模型应用工具PaddleHub8.2.1概述8.2.2预训练模型的应用背景8.2.3快速使用PaddleHub8.2.4PaddleHub提供的预训练模型8.2.5使用自己的数据Finetune PaddleHub预训练模型8.2.6PaddleHub创意赛8.2.7往届学员作品展示8.3模型资源之二： 各领域的开发套件8.3.1概述8.3.2PaddleSeg用于解决图像分割的问题8.3.3PaddleSeg是开发套件，不仅是模型库8.3.4PaddleSeg实战8.3.5作业8.3.6相关参考8.3.7往届学员作品展示8.4模型资源之三： 模型库介绍8.4.1概述8.4.2从模型库中筛选自己需要的模型8.4.3使用飞桨模型库或在其基础上二次研发的优势8.4.4一个案例掌握Models的使用方法8.4.5相关参考8.5设计思想、静态图、动态图和二次研发8.5.1飞桨设计思想的核心概念8.5.2飞桨声明式编程(静态图)与命令式编程(动态图)8.5.3飞桨二次研发8.6工业部署8.6.1概述8.6.2飞桨模型部署组件介绍8.6.3飞桨原生推理库Paddle Inference8.6.4飞桨服务化部署框架Paddle Serving8.6.5飞桨轻量化推理引擎Paddle Lite8.6.6飞桨模型压缩工具PaddleSlim8.6.7往届学员作品展示8.7飞桨全流程开发工具PaddleX8.7.1飞桨全流程开发工具PaddleX8.7.2PaddleX图形化开发界面8.7.3PaddleX 快速使用方法8.7.4PaddleX客户端使用方法8.7.5往届学员作品展示8.8应用启发： 行业应用与项目案例8.8.1人工智能在中国的发展和落地概况8.8.2传统行业有AI应用空间吗8.8.3项目案例： 飞桨助力国网山东进行输电通道可视化巡检8.8.4作业8.8.5往届学员作品展示
作者介绍
毕然，百度杰出架构师，飞桨产品负责人，专注数据分析、商业战略、机器学习和人工智能等领域。曾担任百度搜索战略分析负责人、视觉搜索算法负责人等，获得首届百度奖。出品过《大数据分析的道与术》、《机器学习的思考故事》、《零基础实践深度学习》和《如何系统化的分析业务和战略》等系列课程，其中前三个课程著有同名书籍。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价