深度学习笔记
正版新书 新华官方库房直发 可开电子发票
￥ 44.16 6.4折 ￥ 69 全新
库存4件
作者鲁伟
出版社北京大学出版社
ISBN9787301161227
出版时间2020-08
版次1
装帧平装
开本16开
纸张胶版纸
页数200页
字数264千字
定价69元
货号SC:9787301161227
上书时间2024-11-27
- 在售商品 暂无
- 平均发货时间 13小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
鲁伟，贝叶斯统计方向硕士毕业，深度学习算法工程师，微信公众号“机器学习实验室”主编，对人工智能、机器学习、深度学习、医学图像处理和计算机视觉等有深入研究。
主编推荐:
作者以学习者的身份和过来人的角度来谈深度学习，对于广大想要入门深度学习而不知方法路径的读者而言很有指导价值，笔记二字也能快速拉近与读者的距离。 —— 有三AI创始人 言有三作为一本深度学习入门书籍，这本深度学习笔记几乎覆盖了大多数深度学习知识体系，从DNN到CNN再到RNN，分别对应神经网络理论基础、计算机视觉和自然语言处理，作者以学习者和从业者的身份告诉大家深度学习怎样学，从提纲挈领到入微细节，是一本深度学习入门好书。—— 华东师范大学统计学院 汤银才教授当我们谈起人工智能时，可能很多人都觉得它很专业而且离我们很遥远。我们付款可以刷脸了，寂寞的时候可以和Siri聊天，带一只翻译笔就可以解决跨国语言交流障碍，打开一个页面瞬间都是我们喜欢的内容，看完这些后，你还会觉得遥远吗？很显然，不遥远。这些就是人工智能的杰作。 人工智能是一个泛泛的概念，也有人称为机器学习，通俗的解释就是让机器像人类一样思考、做事，而深度学习就是人工智能的核心技术之一，多数人面对学习深度学习都感到很恐惧，认为太专业了、太深奥了，根本不可能啃动！那我建议你先看看这本深度学习的笔记，整本书通俗易懂、风趣幽默，实战性强，相信你也能快速掌握这门人工智能的核心技术。——爱数圈创始人、知名数据大V 邓凯
内容简介:
《深度学习笔记》作为一本以“笔记”命名的深度学习图书，主要定位是面向广大希望入门深度学习的初学者。本书以深度神经网络(DNN)、卷积神经网络(CNN)和循环神经网络(RNN)为核心，详细介绍了深度学习的理论基础、通用方法和三大网络的原理与实践。全书代码以Keras框架作为范例，对于初学者而言简单易懂。对于深度学习而言，本书内容丰富，知识覆盖面广，兼有代码实战,适合想要入门深度学习的广大学习者阅读。
目录:
第1讲神经网络与深度学习1
1.1机器学习与深度学习的关系2
1.2感知机与神经网络3
第2讲神经网络的过拟合与正则化7
2.1机器学习的核心要义8
2.2范数与正则化9
2.3神经网络的正则化和Dropout11
第3讲深度学习的优化算法14
3.1机器学习的数学规约15
3.2损失函数和深度学习优化算法15
3.3梯度下降法16
3.4从Momentum到Adam18
第4讲卷积神经网络21
4.1CNN发展简史与相关人物22
4.2卷积的含义23
4.3池化和全连接26
第5讲CNN图像学习过程与可视化28
5.1CNN的直观理解29
5.2CNN图像学习的可视化31
第6讲CNN图像分类：从LeNet5到EfficientNet37
6.1计算机视觉的三大任务38
6.2CNN图像分类发展史39
第7讲CNN目标检测：从RCNN到YOLO47
7.1目标检测概述48
7.2CNN目标检测算法49
第8讲CNN图像分割：从FCN到U-Net56
8.1语义分割和实例分割概述57
8.2语义分割58
第9讲迁移学习理论与实践65
9.1迁移学习：深度学习未来五年的驱动力？66
9.2迁移学习的使用场景66
9.3深度卷积网络的可迁移性67
9.4迁移学习的使用方法68
9.5基于ResNet的迁移学习实验68
第10讲循环神经网络76
10.1从语音识别到自
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价