mindspore深度学入门与实践 大中专公共计算机 李万清 编
none
￥ 20.15 6.7折 ￥ 30 全新
库存8件
北京丰台
认证卖家担保交易快速发货售后保障
作者李万清 编
出版社西安电子科技大学出版社
ISBN9787560665108
出版时间2022-08
版次1
装帧平装
开本16
页数168页
字数206千字
定价30元
货号xhwx_1202732636
上书时间2024-12-14
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
部分 理论
章 深度学与mindspore
1.1 机器学
1.1.1 围棋与人工智能
1.1.2 什么是机器学
1.2 深度学
1.2.1 什么是深度学
1.2.2 深度学的现实应用
1.3 常用的深度学框架
1.4 mindspore简介
1.4.1 mindspore架构
1.4.2 端云协同架构
参文献
第2章 深度学基础知识
2.1 神经网络
2.1.1 人工神经网络
2.1.2 神经网络的发展历史
2.2 回归问题
2.2.1 模型
2.2.2 模型训练
2.3 分类问题
2.4 前向传播
2.5 梯度下降
2.5.1 梯度
2.5.2 梯度下降
2.5.3 梯度下降法的一般过程
2.5.4 常见的梯度下降法
2.6 链式法则与反向传播
2.7 优化器
2.7.1 梯度下降算法（gradient descent，gd）
2.7.2 动量法（momentum）
2.7.3 nesterov accelerated gradient（nag）
2.7.4 adagrad
2.7.5 adadelta
2.8 过拟合与欠拟合
参文献
第3章 卷积神经网络
3.1 卷积
3.2 池化
3.2.1 均值池化
3.2.2 大值池化
3.3 激活函数
3.3.1 激活函数的作用
3.3.2 常用的激活函数
3.4 卷积神经网络的整体结构
参文献
第4章 循环神经网络
4.1 循环神经网络概述
4.2 循环神经网络基本结构
4.2.1 基本循环神经网络
4.2.2 双向循环神经网络
4.3 循环神经网络变种
4.3.1 rnn的局限
4.3.2 lstm
4.3.3 gru
参文献
第5章 生成对抗网络
5.1 生成对抗网络概述
5.1.1 gan理论与实现
5.1.2 生成网络
5.1.3 判别网络
5.2 条件生成对抗网络
5.3 深度卷积生成对抗网络
5.4 gan的典型应用
5.4.1 生成数据
5.4.2 图像超分辨率
5.4.3 风格转换
参文献
第6章 深度强化学
6.1 深度强化学概述
6.1.1 强化学
6.1.2 深度强化学
6.2 深度强化学算法
6.2.1 q.learning
6.2.2 don
6.2.3 policy gradient method
6.3 深度强化学的应用
6.3.1 机器人
6.3.2 导航与自动驾驶
6.3.3 智能医疗
参文献
第二部分 实践
第7章 实验环境的安装和使用
7.1 anaconda
7.1.1 anaconda简介
7.1.2 anaconda的安装
7.2 mindspore的安装
7.2.1 安装对应的python版本
7.2.2 安装windows cpu版本mindspore
7.3 选择合适的ide
7.3.1 pycharm简介
7.3.2 vscode简介
7.3.3 mindstudio简介
7.3.4 jupyter notebook简介
7.4 结
第8章 mindspore快速入门
8.1 mindspore中的一些基本概念及作
8.1.1 张量（tensor）初始化及其属
8.1.2 张量运算
8.2 mindspore数据加载及处理
8.2.1 数据加载
8.2.2 数据处理及增强
8.3 结
第9章 实现简单线函数拟合
9.1 实例背景
9.2 解决方案设计
9.3 方案实现
9.3.1 生成数据集
9.3.2 定义训练网络
9.3.3 拟合过程可视化准备
9.3.4 执行训练
9.4 结
0章 使用le.5网络实现手写数字识别
10.1 le.5网络
10.1.1 le.5网络概述
10.1.2 各层参数详解
10.2 mnist数据集
10.2.1 mnist数据集简介
10.2.2 数据集下载
10.2.3 数据读取
10.2.4 数据处理
10.2.5 定义训练网络
10.2.6 训练网络
10.2.7 推理预测
10.3 结
1章 使用alex网络实现图像分类
11.1 alex网络
11.1.1 alex网络概述
11.1.2 各层参数详解
11.2 cifar.10数据集
11.2.1 cifar.10数据集简介
11.2.2 数据集下载
11.2.3 数据读取
11.3 使用alex网络实现图像分类
11.3.1 使用cifar10dataset加载并处理输入图像
11.3.2 构建网络模型
11.3.3 训练网络
11.3.4 验证模型
11.4 结
2章 res网络的实现
12.1 res网络
12.1.1 res网络概述
12.1.2 res网络结构
12.2 res网络的实现
12.2.1 数据载入及处理
12.2.2 构建模型
12.2.3 训练模型
12.2.4 评估模型
12.3 结
3章 lstm网络的实现
13.1 acllmdb vl数据集
13.2 lstm网络的实现
13.2.1 准备数据集
13.2.2 生成适用于mindspor的数据集
13.2.3 构建模型
13.2.4 训练模型
13.3 结
内容简介：
本书分理论和实践两大部分。理论部分介绍了深度学的相关基础知识，从深度学的基础知识到简单的卷积神经网络再到更加复杂的循环神经网络、生成对抗网络、深度强化学，层层递进，由浅入深。实践部分以2019年华为新推出并于2020年开源的mindpore框架为深度学的学工具，将理论部分介绍的深度学理论知识运用到实践中，使用mindpore框架实现线拟合、数字图像分类、图片分类等功能，以便读者掌握mindpore框架的使用和深度学知识的实际运用。本书属于深度学的入门书，适合于深度学与机器学相关领域的初学者或者有相关知识经验的学者、mindpore框架的初学者以及对华为ai计算框架相关系列感兴趣的读者。
— 没有更多了 —
以下为对购买帮助不大的评价