深度学习程序设计实战方林 陈海波
部分旧书采用了标准图片，会可能出现少部分不同印次出版不同封面的情况，旧书无光盘、腰封、书衣、附件等，如有其他问题可咨询客服。
￥ 52.35 7.5折 ￥ 69.8 九品
仅1件
福建福州
认证卖家担保交易快速发货售后保障
作者方林 陈海波
出版社机械工业出版社
ISBN9787111673590
出版时间2021-03
装帧平装
开本16开
定价69.8元
货号1370298694557615616
上书时间2024-11-30
- 在售商品 暂无
- 平均发货时间 11小时
- 好评率 暂无
商品详情
- 品相描述：九品
- 商品描述
-
作者简介
目录
序前言 章 程序设计方法...001.1 自顶向下的程序设计...001.1.1 问题分解和自顶向下的程序设计方法...001.1.2 五猴分桃问题...001.1.3 猜姓氏问题...001.1.4 囚犯问题...001.1.5 扑克牌问题...01.2 递归程序设计...01.2.1 河内塔问题...01.2.2 兔子问题...01.2.3 字符串匹配问题...01.2.4 组合问题...01.2.5 人字形铁路问题...01.3 面向对象的程序设计...01.3.1 方法重定义和分数...01.3.2 二十四点问题...01.4 结束语...0第2 章 反向传播算法...02.1 导数和导数的应用...02.1.1 导数...02.1.2 梯度下降法求函数的最小值...02.1.3 牛顿法求平方根...02.1.4 复合函数和链式法则...02.1.5 多元函数和全微分方程...02.1.6 反向传播算法...02.1.7 梯度...02.1.8 分段求导...02.2 自动求导和人工智能框架...02.2.1 表达式和自动求偏导...02.2.2 表达式求值...02.2.3 求解任意方程...02.2.4 求解任意方程组...02.2.5 求解任意函数的极小值...02.2.6 张量、计算图和人工智能框架...02.3 结束语...0第3 章 神经元网络初步...03.1 Tensorflow基本概念...03.1.1 计算图、张量、常数和变量...03.1.2 会话、运行...03.1.3 占位符...03.1.4 矩阵算术运算...03.1.5 矩阵运算的广播...03.1.6 TF矩阵运算...03.1.7 形状和操作...03.1.8 关系运算和逻辑运算...03.2 优化器和计算图...03.2.1 梯度和优化器...03.2.2 求解平方根...03.2.3 计算图...03.3 三层神经网络...03.3.1 神经元网络训练算法...03.3.2 线性变换和激活函数...03.3.3 矩阵乘法和全连接...03.3.4 激活函数...03.3.5 全连接和Relu的梯度...03.3.6 求正弦...03.3.7 BGD、SGD和MBGD...03.3.8 三层神经网络模型...03.4 用三层神经网络拟合任意一个函数...03.4.1 三层神经网络拟合一元函数...03.4.2 样本、训练和预测...03.4.3 中间层神经元个数和样本数量之间的关系...03.4.4 自变量越界会发生什么...03.4.5 同时拟合cos(x)、sin(x)...03.4.6 拟合多元函数...03.4.7 过拟合...03.5 手写数字识别...03.5.1 手写数字样本集合MNIST...03.5.2 独热向量...03.5.3 3种损失函数...03.5.4 softmax函数...03.5.5 保存和恢复模型...0 3.5.6 验证模型...03.5.7 测试和使用模型...03.6 结束语...0第4 章 卷积神经网络...04.1 卷积...04.1.1 一维卷积...04.1.2 二维卷积...4.1.3 通道...4.1.4 TF对卷积的种实现...4.1.5 TF对卷积的第二种实现...4.1.6 卷积的实质...4.2 池化操作...4.2.1 优选值池化和平均值池化...4.2.2 池化操作的梯度...4.3 用CNN实现手写数字识别...4.3.1 模型的结构...4.3.2 模型参数数量和计算量...4.3.3 关于全连接和Dropout...4.3.4 用Tensorboard监视训练...4.4 手写数字生成...4.4.1 生成问题...4.4.2 VAE模型和语义...4.4.3 反卷积操作...4.4.4 网络的结构...4.4.5 动量...4.4.6 控制依赖...4.4.7 预测...4.5 条件VAE模型...4.5.1 CVAE模型...4.5.2 条件式手写数字生成模型...4.6 使用GPU...4.6.1 单GPU和nvidia-smi命令...4.6.2 多GPU和重名问题...4.6.3 多GPU的梯度...4.6.4 多GPU训练...4.6.5 多GPU预测...4.7 残差神经网络...4.7.1 残差神经网络的实现...4.7.2 BN操作...4.8 表情识别...4.8.1 样本...4.8.2 通用超级框架...4.8.3 模型...4.9 人脸识别和人脸对比...4.9.1 人脸识别...4.9.2 简单人脸对比...4.9.3 简单人脸对比的实现...4.9.4 法向量和夹角余弦...4.9.5 基于夹角余弦的人脸对比...4.10 语义分割和实例分割...4.10.1 什么是语义分割和实例分割...4.10.2 多分类问题...4.10.3 U型网络...4.10.4 语义分割和实例分割的实现...4.10.5 点到点的语义分割和实例分割...4.11 其他CNN模型...4.12 优化器...4.12.1 GradientDescentOptimizer...4.12.2 MomentumOptimizer...4.12.3 RMSPropOptimizer...4.12.4 AdamOptimizer...4.12.5 AdagradOptimizer...4.12.6 AdadeltaOptimizer...4.13 结束语...第5 章 循环神经网络...5.1 什么是循环神经网络...5.2 RNN的结构...5.2.1 简单RNN模型...5.2.2 多层RNN...5.3 诗歌生成器...5.3.1 样本预处理...5.3.2 字向量...5.3.3 可洗牌的DataSet...5.3.4 生成诗歌...5.4 LSTM模型...5.4.1 基本LSTM模型...5.4.2 LSTM变体之一——Peephole...5.4.3 LSTM变体之二——GRU...
内容摘要
本书以Python语言和Tensorflow为工具，由浅入深地讲述了深度学习程序设计的基本原理、算法和思考问题的方法，内容包括自顶向下的程序设计、递归程序设计、面向对象的程序设计、反向传播算法、三层神经网络、卷积神经网络、循环神经网络、生成式对抗网络和目标检测等。本书重在研究代码背后深刻的计算机理论和数学原理，试图说明代码是对理论和思想的实现手段，而不是目的。学以致用是本书的宗旨，提高读者编程水平和动手能力是本书的目的。本书通过大量有趣的实例，说明了理论对深度学习程序设计实践的指导意义。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价