深度学习与神经网络
全新正版 极速发货
¥
53.15
6.2折
¥
86
全新
库存7件
作者赵金晶 等
出版社电子工业出版社
ISBN9787121473739
出版时间2024-02
装帧平装
开本16开
定价86元
货号1203230843
上书时间2024-09-05
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
赵金晶,女,1981年生,军事科学院系统工程研究院高级工程师,国防科技大学计算机学院博士毕业,主要研究方向为网络与信息安全、人工智能技术。先后承担国家自然科学基金、国家973计划、863计划等重大项目,曾获国家自然科学基金青年基金资助。获省部级科技进步奖二等奖5项、三等奖1项,发明专利20余项。发表学术论文80余篇,出版学术著作2部。
目录
第1章绪论
1.1人工智能
1.1.1人工智能技术的发展历程
1.1.2人工智能技术的流派
1.2深度学习与神经网络概述
1.2.1深度学习与神经网络技术的发展历程
1.2.2深度学习与神经网络的前沿技术
1.3深度学习系统架构
1.4深度学习框架
1.5深度学习的应用
1.5.1计算机视觉
1.5.2语音语义
1.5.3自然语言处理
1.6人工智能潜在的安全风险
1.6.1数据层面的风险
1.6.2算法模型层面的风险
1.6.3智能计算框架层面的风险
1.6.4基础软硬件层面的风险
1.6.5应用服务层面的风险
本章小结
……
内容摘要
本书系统介绍深度学习和神经网络的基础知识体系与实践方法,闸述各种主流神经网络模型,以及深度模型优化和正则化问题,使读者能利用深度学习方法探索图像识别、自然语言处理等具体场景下的模型构建与优化技术。全书分为7章。第1章绪论,梳理人工智能不同技术流派的特点、深度学习的发展及前沿技术:第2章介绍相关预备知识,包括线性代数、概率论、优化理论及机器学习的基础知识:第3章从前馈神经网络的基础模型一感知器出发,介绍前馈神经网络的基本结构及涉及的激活函数、梯度下降、误差反向传播等内容:第4章介绍深度模型的优化,讨论神经网络优化中常见的病态问题:第5章介绍深度学习中的正则化,包括范数惩罚、数据集增强与噪声注入、提前停止等:第6章介绍卷积神经网络,以及卷积神经网络在计算机视觉领域的具体应用:第7章通过实际案例介绍循环神经网络与卷积神经网络的结合应用。本书可作为高等院校人工智能、电子信息、计算机等专业的研究生或本科生教材,也可作为相关领域的研究和工程技术人员的参考书籍。
— 没有更多了 —
以下为对购买帮助不大的评价