書馨卡幫你省薪 2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
零基礎(chǔ)實(shí)踐深度學(xué)習(xí)(第二版)

零基礎(chǔ)實(shí)踐深度學(xué)習(xí)(第二版)

作者：畢然
出版社：清華大學(xué)出版社出版時(shí)間：2022-11-01
開本： 16開 頁數(shù)： 440
中 圖 價(jià):¥105.8(6.3折) 定價(jià)  ¥168.0 登錄后可看到會(huì)員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

零基礎(chǔ)實(shí)踐深度學(xué)習(xí)(第二版) 版權(quán)信息

零基礎(chǔ)實(shí)踐深度學(xué)習(xí)(第二版) 本書特色

本書從人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)三者的關(guān)系開始，以深度學(xué)習(xí)在計(jì)算機(jī)視覺、自然語言處理和推薦系統(tǒng)的應(yīng)用實(shí)踐為主線，逐步剖析模型原理和代碼實(shí)現(xiàn)。書中的內(nèi)容深入淺出，通過原理與代碼結(jié)合、產(chǎn)業(yè)實(shí)踐和作業(yè)結(jié)合的方式，幫助讀者更好地掌握深度學(xué)習(xí)的理論知識(shí)和深度學(xué)習(xí)開源框架的使用方法。為了讓更多的讀者從中受益，快速應(yīng)對(duì)復(fù)雜多變的AI應(yīng)用，書中還介紹了各種模型資源和輔助工具，旨在幫助讀者在人工智能的戰(zhàn)場上和“AI大師”一樣無往不利。 人工智能是一門跨學(xué)科的技術(shù)，本書既可作為深度學(xué)習(xí)的入門讀物，又可作為人工智能或相關(guān)學(xué)科本科生和研究生的教材，還可供AI愛好者和從業(yè)者使用。

零基礎(chǔ)實(shí)踐深度學(xué)習(xí)(第二版) 內(nèi)容簡介

本書從人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)三者的關(guān)系開始，以深度學(xué)習(xí)在計(jì)算機(jī)視覺、自然語言處理和推薦系統(tǒng)的應(yīng)用實(shí)踐為主線，逐步剖析模型原理和代碼實(shí)現(xiàn)。書中的內(nèi)容深入淺出，通過原理與代碼結(jié)合、產(chǎn)業(yè)實(shí)踐和作業(yè)結(jié)合的方式，幫助讀者更好地掌握深度學(xué)習(xí)的理論知識(shí)和深度學(xué)習(xí)開源框架的使用方法。為了讓更多的讀者從中受益，快速應(yīng)對(duì)復(fù)雜多變的AI應(yīng)用，書中還 介紹了各種模型資源和輔助工具，旨在幫助讀者在人工智能的戰(zhàn)場上和“AI大師”一樣無往不利。 人工智能是一門跨學(xué)科的技術(shù)，本書既可作為深度學(xué)習(xí)的入門讀物，又可作為人工智能或相關(guān)學(xué)科本科生和研究生的教材，還可供AI愛好者和從業(yè)者使用。

零基礎(chǔ)實(shí)踐深度學(xué)習(xí)(第二版) 目錄


目錄




第1章零基礎(chǔ)入門深度學(xué)習(xí)


1.1機(jī)器學(xué)習(xí)和深度學(xué)習(xí)綜述


1.1.1人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)系


1.1.2機(jī)器學(xué)習(xí)


1.1.3深度學(xué)習(xí)


1.2使用Python和NumPy構(gòu)建神經(jīng)網(wǎng)絡(luò)模型


1.2.1波士頓房價(jià)預(yù)測任務(wù)


1.2.2構(gòu)建波士頓房價(jià)預(yù)測任務(wù)的神經(jīng)網(wǎng)絡(luò)模型


1.3飛槳開源深度學(xué)習(xí)平臺(tái)介紹


1.3.1深度學(xué)習(xí)框架


1.3.2飛槳產(chǎn)業(yè)級(jí)深度學(xué)習(xí)開源開放平臺(tái)


1.4使用飛槳重寫房價(jià)預(yù)測模型


1.4.1飛槳設(shè)計(jì)之“道”


1.4.2使用飛槳實(shí)現(xiàn)波士頓房價(jià)預(yù)測任務(wù)


1.5NumPy介紹


1.5.1概述


1.5.2基礎(chǔ)數(shù)據(jù)類型： ndarray數(shù)組


1.5.3隨機(jī)數(shù)np.random


1.5.4線性代數(shù)


1.5.5NumPy保存和導(dǎo)入文件


1.5.6NumPy應(yīng)用舉例


1.5.7飛槳的張量表示


第2章一個(gè)示例帶你吃透深度學(xué)習(xí)


2.1使用飛槳完成手寫數(shù)字識(shí)別模型


2.1.1手寫數(shù)字識(shí)別任務(wù)


2.1.2構(gòu)建手寫數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)模型


2.1.3模型代碼結(jié)構(gòu)一致，大大降低了用戶的編碼難度


2.1.4采用“橫縱式”教學(xué)法，適合深度學(xué)習(xí)初學(xué)者


2.2通過極簡方案快速構(gòu)建手寫數(shù)字識(shí)別模型



2.3手寫數(shù)字識(shí)別的數(shù)據(jù)處理


2.3.1概述


2.3.2數(shù)據(jù)讀取并劃分?jǐn)?shù)據(jù)集


2.3.3訓(xùn)練樣本亂序并生成批次數(shù)據(jù)


2.3.4校驗(yàn)數(shù)據(jù)有效性


2.3.5封裝數(shù)據(jù)讀取與處理函數(shù)


2.3.6異步數(shù)據(jù)讀取


2.4手寫數(shù)字識(shí)別的網(wǎng)絡(luò)結(jié)構(gòu)


2.4.1概述


2.4.2經(jīng)典的全連接神經(jīng)網(wǎng)絡(luò)


2.4.3卷積神經(jīng)網(wǎng)絡(luò)


2.5手寫數(shù)字識(shí)別的損失函數(shù)


2.5.1概述


2.5.2分類任務(wù)的損失函數(shù)


2.6手寫數(shù)字識(shí)別的優(yōu)化算法


2.6.1概述


2.6.2設(shè)置學(xué)習(xí)率


2.6.3學(xué)習(xí)率的主流優(yōu)化算法


2.7手寫數(shù)字識(shí)別的資源配置


2.7.1概述


2.7.2單GPU訓(xùn)練


2.7.3分布式訓(xùn)練


2.8手寫數(shù)字識(shí)別的訓(xùn)練調(diào)試與優(yōu)化


2.8.1概述


2.8.2計(jì)算模型的分類準(zhǔn)確率


2.8.3檢查模型訓(xùn)練過程，識(shí)別潛在訓(xùn)練問題


2.8.4加入校驗(yàn)或測試，更好地評(píng)價(jià)模型效果


2.8.5加入正則化項(xiàng)，避免模型過擬合


2.8.6可視化分析


2.9手寫數(shù)字識(shí)別的模型加載及恢復(fù)訓(xùn)練


2.9.1概述


2.9.2恢復(fù)訓(xùn)練


2.10手寫數(shù)字識(shí)別的動(dòng)轉(zhuǎn)靜部署


2.10.1概述


2.10.2動(dòng)態(tài)圖轉(zhuǎn)靜態(tài)圖訓(xùn)練


2.10.3動(dòng)態(tài)圖轉(zhuǎn)靜態(tài)圖模型保存


第3章計(jì)算機(jī)視覺


3.1卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)


3.1.1概述


3.1.2卷積神經(jīng)網(wǎng)絡(luò)


3.2卷積神經(jīng)網(wǎng)絡(luò)的幾種常用操作


3.2.1概述


3.2.2池化


3.2.3ReLU激活函數(shù)


3.2.4批歸一化


3.2.5暫退法


3.3圖像分類


3.3.1概述


3.3.2LeNet


3.3.3AlexNet


3.3.4VGG


3.3.5GoogLeNet


3.3.6ResNet


3.3.7使用飛槳高層API直接調(diào)用圖像分類網(wǎng)絡(luò)


第4章目標(biāo)檢測YOLOv3


4.1目標(biāo)檢測基礎(chǔ)概念


4.1.1概述


4.1.2目標(biāo)檢測發(fā)展歷程


4.1.3目標(biāo)檢測基礎(chǔ)概念


4.2目標(biāo)檢測數(shù)據(jù)處理


4.3目標(biāo)檢測的經(jīng)典算法YOLOv3


4.3.1YOLOv3設(shè)計(jì)思想


4.3.2產(chǎn)生候選區(qū)域


4.3.3對(duì)候選區(qū)域進(jìn)行標(biāo)注


4.3.4圖像特征提取


4.3.5計(jì)算預(yù)測框位置和類別


4.3.6定義損失函數(shù)


4.3.7多尺度檢測


4.3.8網(wǎng)絡(luò)訓(xùn)練


4.3.9模型預(yù)測


4.3.10模型效果可視化


4.4AI識(shí)蟲比賽


4.4.1AI識(shí)蟲比賽介紹


4.4.2實(shí)現(xiàn)參考


4.4.3更多思路參考


第5章自然語言處理


5.1自然語言處理綜述


5.1.1概述


5.1.2自然語言處理的發(fā)展歷程


5.1.3自然語言處理技術(shù)面臨的挑戰(zhàn)


5.1.4自然語言處理的常見任務(wù)


5.1.5使用深度學(xué)習(xí)解決自然語言處理任務(wù)的套路


5.2詞嵌入


5.2.1概述


5.2.2把詞轉(zhuǎn)換為向量


5.2.3讓向量具有語義信息


5.2.4CBOW和Skipgram的算法實(shí)現(xiàn)


5.3使用飛槳實(shí)現(xiàn)Skipgram


5.3.1數(shù)據(jù)處理


5.3.2網(wǎng)絡(luò)定義


5.3.3網(wǎng)絡(luò)訓(xùn)練


5.3.4詞嵌入的有趣使用


第6章情感分析


6.1自然語言情感分析


6.1.1概述


6.1.2使用深度神經(jīng)網(wǎng)絡(luò)完成情感分析任務(wù)


6.2循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和長短時(shí)記憶網(wǎng)絡(luò)(LSTM)


6.2.1RNN和 LSTM 網(wǎng)絡(luò)的設(shè)計(jì)思考


6.2.2RNN網(wǎng)絡(luò)結(jié)構(gòu)


6.2.3LSTM網(wǎng)絡(luò)結(jié)構(gòu)


6.3使用LSTM完成情感分析任務(wù)


6.3.1概述


6.3.2使用飛槳實(shí)現(xiàn)基于LSTM的情感分析模型


第7章推薦系統(tǒng)


7.1推薦系統(tǒng)介紹


7.1.1推薦系統(tǒng)產(chǎn)生的背景


7.1.2推薦系統(tǒng)的基本概念


7.1.3思考有哪些信息可以用于推薦


7.1.4使用飛槳探索電影推薦


7.2數(shù)據(jù)處理與讀取


7.2.1數(shù)據(jù)處理流程


7.2.2構(gòu)建數(shù)據(jù)讀取器


7.3電影推薦模型設(shè)計(jì)


7.3.1模型設(shè)計(jì)介紹


7.3.2Embedding介紹


7.3.3電影特征提取網(wǎng)絡(luò)


7.3.4相似度計(jì)算


7.4模型訓(xùn)練與保存特征


7.4.1模型訓(xùn)練


7.4.2保存特征


7.5電影推薦


7.5.1根據(jù)用戶喜好推薦電影


7.5.2幾點(diǎn)思考收獲


7.5.3在工業(yè)實(shí)踐中的推薦系統(tǒng)


第8章精通深度學(xué)習(xí)的高級(jí)內(nèi)容


8.1高級(jí)內(nèi)容綜述


8.1.1為什么要精通深度學(xué)習(xí)的高級(jí)內(nèi)容


8.1.2高級(jí)內(nèi)容包含哪些武器


8.2模型資源之一： 預(yù)訓(xùn)練模型應(yīng)用工具PaddleHub


8.2.1概述


8.2.2預(yù)訓(xùn)練模型的應(yīng)用背景


8.2.3快速入門PaddleHub


8.2.4PaddleHub提供的預(yù)訓(xùn)練模型概覽


8.3模型資源之二： 飛槳產(chǎn)業(yè)級(jí)開源模型庫


8.3.1概述


8.3.2圖像分割開發(fā)套件PaddleSeg實(shí)戰(zhàn)


8.3.3自然語言處理開發(fā)庫PaddleNLP實(shí)戰(zhàn)


8.4飛槳產(chǎn)業(yè)級(jí)部署工具鏈


8.4.1概述


8.4.2AI芯片基礎(chǔ)和選型建議


8.4.3飛槳原生推理庫Paddle Inference


8.4.4飛槳端側(cè)輕量化推理引擎Paddle Lite


8.4.5飛槳模型壓縮工具PaddleSlim


8.5設(shè)計(jì)思想、靜態(tài)圖、動(dòng)態(tài)圖和二次研發(fā)


8.5.1飛槳設(shè)計(jì)思想的核心概念


8.5.2飛槳聲明式編程(靜態(tài)圖)與命令式編程(動(dòng)態(tài)圖)


8.5.3基于飛槳二次研發(fā)


8.6應(yīng)用啟發(fā)： 行業(yè)應(yīng)用與項(xiàng)目示例


8.6.1人工智能在中國的發(fā)展和落地概況


8.6.2傳統(tǒng)行業(yè)AI應(yīng)用空間


8.6.3項(xiàng)目示例： 飛槳助力國網(wǎng)山東進(jìn)行輸電通道可視化巡檢


8.6.4飛槳產(chǎn)業(yè)實(shí)踐范例庫


后記



展開全部
商品評(píng)論(0條)
暫無評(píng)論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服