消息首页搜索举报

【正版新书】实践深度学习

正版书籍，可开发票。欢迎批发采购。

47.9 6.9折 69 全新

库存12件

河北保定

认证卖家担保交易快速发货售后保障

作者林明月

出版社机械工业

ISBN9787111659242

出版时间2020-10

装帧平装

开本16开

定价69元

货号W9787111659242

上书时间2024-03-24

润欣书店的书店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 8小时
好评率暂无

最新上架

【正版新书】循环加卸载作用下煤-岩结构体稳定性能研究 ¥32.90

【正版新书】明清“湖广填四川”移民会馆建筑研究 ¥107.50

【正版新书】新闻传播专业职业认知与素养 ¥30.70

【正版新书】探寻疫苗 ¥24.50

【正版新书】成渝双城经济圈极核城市物探精细化探测研究 ¥51.00

【正版新书】神奇的鸟类第2版 ¥64.90

【正版新书】景观小品设计 ¥54.90

【正版新书】伟大的海洋 ¥64.90

【正版新书】尘肺放射影像学与临床 ¥74.10

商品详情

品相描述：全新

商品描述: 作者简介
藤田一弥，出生于日本新渴县，新渴大学教育学部数学系毕业后，在新渴县公立中学任数学老师。后任职IT公司，从事Web系统开发及政府机关统计业务等工作。2004年创立前向网络(Forward Network)株式会社，任董事长一职。

目录
译者序

原书前言

章本书概要及准备工作

1.1 本书概要

1.1.1 深度学习的成果

1.1.2 本书学习内容——图像分类、目标检测、强化学习

1.1.3 本书学习方法——预训练模型的利用

1.2 本书使用的数据集

1.3 本书使用的硬件及软件

1.3.1 使用框架

1.3.2 GPU的使用

1.3.3 准备硬件——改造游戏用计算机

1.3.4 OS与中间件

1.4 软件安装

1.4.1 OS的安装

1.4.2 中间件的安装

1.5 程序下载

1.5.1 下载文档

1.5.2 下载文档的解压缩

第2章网络结构

2.1 前馈神经网络

2.1.1 全连接神经网络简介

2.1.2 卷积神经网络简介

2.2 卷积神经网络

2.2.1 卷积层

2.2.2 池化层

2.2.3 上采样层

2.3 本书使用的网络模型

第3章基本术语

3.1 深度学习操作概要

3.2 激活函数

3.3 损失函数

3.4 随机梯度下降法

3.4.1 权值更新计算示例

3.4.2 动量

3.5 误差反向传播算法

3.6 过拟合

3.6.1 基于验证数据集的epoch数设置

3.6.2 正则化

3.6.3 dropout

3.7 数据扩充与预处理

3.8 预训练模型

3.9 学习率的调整

第4章图像识别分类

4.1 概要

4.2 公共数据的制作

4.2.1 下载图像数据集

4.2.2 数据提取和基础数据集的制作

4.2.3 数据扩充和公共数据集的制作

4.3 基于9层神经网络的识别分类

4.3.1 网络概要

4.3.2 训练与模型搭建

4.3.3 模型读取和估测实操

4.3.4 实操示例

4.4 基于VGG- 16的识别分类—— 16层预训练模型

4.4.1 VGG- 16概要

4.4.2 程序概要

4.4.3 实操示例

4.5 基于ResNet-152的识别分类——152层预训练模型

4.5.1 ResNet概要

4.5.2 实操环境安装

4.5.3 程序概要

4.5.4 实操示例

4.6 估测精度的进一步提升

4.6.1 概要

4.6.2 多模型的利用

4.6.3 Stacked Generalization

4.6.4 Self Training

第5章目标检测

5.1 目标定位——26层网络

5.1.1 目标定位、尺寸及种类的估测

5.1.2 使用软件及特征

5.1.3 实操环境的安装

5.1.4 基于预训练模型的目标检测

5.1.5 基于目标特征提取的目标检测

5.2 目标形状识别——23层网络

5.2.1 目标位置、大小及形状的估测

5.2.2 使用模型及特征

5.2.3 程序概要

5.2.4 实操示例

第6章强化学习——训练擅长井字棋游戏的计算机

6.1 强化学习

6.1.1 强化学习概述

6.1.2 Q学习

6.1.3 DQN

6.2 基础框架

6.2.1 环境与Agent

6.2.2 命令处理概要

6.2.3 环境内规则

6.3 实操环境的安装

6.4 Q学习与深度学习

6.5 实操示例

附录

附录A Yolo用“目标位置信息”的生成方法

A.1 安装BBox- Lable- Tool

A.2 生成“目标位置信息”

附录B 源程序代码

参考文献

内容摘要
本书共6章，章主要介绍深度学习推荐的器材、操作系统及中间件的安装方法；第2、3章解读了深度学习示例中的基本术语；第4章则通过示例程序说明了VGG-16、ResNet-152的具体操作方法，并给出了提升估测精度的方法。而第5章介绍了基于26层网络的Yolo和有助于医学图像目标识别的U形23层网络模型。第6章以训练擅长井字棋游戏的计算机为例，全面展示了强化学习的操作方法。本书适合作为深度学习初学者的学习参考书，也适合作为图像识别领域从业者和工程师的参考用书。

主编推荐
通过本书你将学习到以下内容：?了解靠前上在图像识别领域取得的研究?理解图像识别领域的网络模型，包括常见卷积神经网络（CNN）。?学会深度学习的操作流程?使用VGG-16、ResNet-152训练模型进行图像识别分类的实际训练?掌握基于26层模型的估测目标定位、尺寸及种类的方法?通过井字游戏实际操作基于深度学习的强化学习方法。

— 没有更多了 —

【正版新书】实践深度学习

润欣书店的书店

商品详情

相关推荐