深度学习
全新正版 极速发货
￥ 17.62 4.4折 ￥ 39.8 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)邓力(Li Deng),(美)俞栋(Dong Yu) 著；谢磊 译
出版社机械工业出版社
ISBN9787111529064
出版时间2016-03
装帧平装
开本其他
定价39.8元
货号1201266500
上书时间2024-12-22
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
谢磊，工学博士，教授，博士生导师，西北工业大学计算机学院院长助理，西北工业大学海外引进人才，教育部新世纪很好人才，陕西省青年科技新星，霍英东青年基础研究基金获得者，IEEE不错会员（Senior Member）。主要从事音频与语音信息处理、多媒体信息处理、模式识别与人机交互技术等领域的研究工作。2000年至2001年，作为访问学者在比利时布鲁塞尔自由大学（Vrije Universiteit Brussel）从事靠前合作课题的研究工作。2004年在西北工业大学获得博士学位。2004年至2006年，在香港城市大学（City University of Hong Kong）媒体技术研究中心担任博士后研究员。2006年至2007年，在香港中文大学（The Chinese University of Hong Kong）微软—香港中大利群计算及界面科技联合实验室担任博士后研究员。2007年，被西工大以“海外人才引进”特聘为副教授，并入选首批“西北工业大学翱翔之星”高层次人才培养计划。2008年入选教育部新世纪很好人才支持计划，2010年破格晋升为教授，同年获得陕西省青年科技新星称号。2011年12月英国东英吉利大学（University of East Anglia）访问教授。主持和参加多项国家自然科学基金、863计划、教育部新世纪很好人才支持计划、香港研究资助局（RGC）项目、靠前合作课题、省部级基金课题与科技计划、华为、中兴与百度等公司高校合作课题等。已在靠前学术期刊、重要会议与核心期刊上发表论文80余篇，被SCI、EI检索60余篇次。
目录
1.引言
1.1深度学习的定义与背景
1.2本书的结构安排
2.深度学习的历史
3.三类深度学习网络
3.1三元分类方式
3.2无监督和生成式学习深度网络
3.3监督学习深度网络
3.4混合深度网络
4.深度自编码器——一种无监督学习方法
4.1引言
4.2利用深度自编码器来提取语音特征
4.3堆叠式去噪自编码器
4.4转换自编码器
5.预训练的深度神经网络——一种混合方法
5.1受限玻尔兹曼机
5.2无监督逐层预训练
5.3DNN和HMM结合
6.深度堆叠网络及其变种——有监督学习权值
6.1简介
6.2深度堆叠网络的基本结构
6.3一种学习DSN权值的方法
6.4张量深度堆叠网络
6.5核化深度堆叠网络
7.语音和音频处理中的应用
7.1语音识别中声学模型的建立
7.2语音合成
7.3音频和音乐处理
8.在语言模型和自然语言处理中的相关应用
8.1语言模型
8.2自然语言处理
9.信息检索领域中的应用
9.1信息检索简介
9.2用基于深度自编码器的语义哈希方法对文档进行索引和检索
9.3文档检索中的深度结构语义模型
9.4信息检索中深度堆叠网络的应用
10.目标识别和计算机视觉中的应用
10.1无监督或生成特征学习
10.2有监督特征学习和分类
11.多模态和多任务学习中的典型应用
11.1多模态：文本和图像
11.2多模态：语音和图像
11.3在语音、自然语言处理或者图像领域的多任务学习
12.结论
附录
参考文献
内容摘要
《深度学习：方法和应用》这本书对深度学习方法以及它在各种信号与信息处理任务中的应用进行了概述。本书中所列举的应用是根据以下三个标准来选取的：（1）本书作者所具备的专业技能和知识；（2）由于深度学习技术的成功应用而取得了重大突破的领域，比如语音识别和计算机视觉等;（3）由于深度学习的应用而有可能发生巨变的应用领域，以及从深度学习的近期新研究中获益的应用领域，其中包括自然语言和文本处理、信息检索和多任务深度学习驱动下的多模态信息处理。对于深度学习方法以及它在各种信号信息处理应用方面具有浓厚兴趣的研究人员与学生来说，《深度学习：方法和应用》的时效性很强。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价