神经网络与深度学习(普通高等教育人工智能专业系列教材)
全新正版 极速发货
￥ 20.4 5.7折 ￥ 36 全新
库存6件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:王改华|责编:高辉
出版社中国水利水电
ISBN9787522609041
出版时间2022-08
装帧平装
开本其他
定价36元
货号31553781
上书时间2024-06-04
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
基础知识篇
第1章 绪论
1.1 人工智能相关概念
1.2 神经网络算法发展及应用
1.2.1 神经网络结构
1.2.2 神经网络的发展及应用
1.3 深度学习算法的发展及应用
1.3.1 卷积神经网络技术的发展
1.3.2 自编码器的发展
习题
第2章 神经网络模型
2.1 神经网络模型构成
2.1.1 神经元模型
2.1.2 感知器
2.2 BP神经网络
2.2.1 BP神经网络结构
2.2.2 改进的BP神经网络
习题
第3章 相关数学基础知识
3.1 矩阵
3.1.1 基本概念
3.1.2 矩阵运算
3.2 范数
3.3 卷积运算
3.4 激活函数
3.4.1 线性激活函数
3.4.2 非线性激活函数
3.5 信息熵
习题
第4章 卷积神经网络
4.1 卷积神经网络原理
4.2 LeNet
4.2.1 分层结构
4.2.2 反向传播
4.3 A1exNet
4.3.1 网络结构
4.3.2 网络特点
习题
第5章 卷积神经网络扩展机制
5.1 注意力机制
5.1.1 注意力机制的分类
5.1.2 深度学习中的注意力机制
5.2 卷积变体
5.2.1 分组卷积
5.2.2 深度可分离卷积
5.2.3 膨胀卷积
5.2.4 全卷积网络
5.2.5 可变形卷积
习题
内容摘要
本书主要介绍神经网络与深度学习的相关知识点，注重分析神经网络与深度学习的基本概念、基本原理和网络结构，并对主要算法及其应用展开讨论及阐述。
全书分为两部分：基础
知识篇与网络应用篇。基础
知识篇介绍了神经网络与深度学习的概念及发展，神经网络与深度学习相关的数学基础知识，神经网络、卷积神经网络与自编码器等基础
算法原理及其特点。网络应用篇对深度学习及计算机视觉领域的主要应用进行剖析，从图像分类、语义分割、
目标检测等方面对典型算法进行详细介绍。全书内容体系完整、层次分明，结合深度学习的最新技术进展，帮助读者更深入地了解深度学习的算法原理及使用方法。
本书主要面向高校人工智能及相关专业的学生，也
可供从事相关领域工作的工程技术人员参考使用。
— 没有更多了 —
以下为对购买帮助不大的评价