書馨卡幫你省薪 2024個(gè)人購(gòu)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)
> >
深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用

深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用

出版社：機(jī)械工業(yè)出版社出版時(shí)間：2024-04-01
開本： 16開 頁(yè)數(shù)： 286
中 圖 價(jià):¥122.6(7.3折) 定價(jià)  ¥168.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)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>

深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用 版權(quán)信息

深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用 本書特色

1. 理論性和實(shí)踐性強(qiáng)。本書詳細(xì)講解了深度學(xué)習(xí)方法中從基礎(chǔ)的LeNet-5到前沿的Transformer等系列模型的基本理論及工程實(shí)踐方法，北京踏歌智行科技有限公司為本書提供了礦區(qū)自動(dòng)駕駛工程實(shí)踐案例項(xiàng)目。通過科教融合和產(chǎn)教融合，將科研成果和產(chǎn)業(yè)級(jí)工程項(xiàng)目融入教材，有利于提高學(xué)生的理論創(chuàng)新和工程實(shí)踐能力。 2. 資源豐富，實(shí)用性強(qiáng)。通過配套微視頻、線上實(shí)踐項(xiàng)目實(shí)現(xiàn)教材的數(shù)字化功能，配套的教學(xué)資源多樣化，有利于學(xué)習(xí)者展開高效率的學(xué)習(xí)，同時(shí)可充分利用信息平臺(tái)的便捷性，及時(shí)把深度學(xué)習(xí)新技術(shù)和*新科研成果加入電子資源中。 3. 本書可作為自動(dòng)駕駛、智慧交通、智能電動(dòng)車輛專業(yè)研究生教材，也可以作為高年級(jí)本科生教材；由于汽車、交通都與人們生活密切相關(guān)，因此本書也適合自動(dòng)駕駛相關(guān)行業(yè)以及其他需要了解和掌握深度學(xué)習(xí)知識(shí)的研發(fā)人員參考。

深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用 內(nèi)容簡(jiǎn)介

本書主要講述了汽車自動(dòng)駕駛技術(shù)概述、深度學(xué)習(xí)基礎(chǔ)及實(shí)踐、卷積神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)優(yōu)化與正則化、目標(biāo)檢測(cè)和圖像分割CNN模型、注意力機(jī)制與Transformer、生成對(duì)抗網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等內(nèi)容，以及深度強(qiáng)化學(xué)習(xí)理論及在自動(dòng)駕駛領(lǐng)域的工程實(shí)踐。本書從深度學(xué)習(xí)入門基礎(chǔ)、深度學(xué)習(xí)高階技術(shù)，到深度學(xué)習(xí)前沿技術(shù)，層層遞進(jìn)提高。本書還基于產(chǎn)教融合和科教融合，將自動(dòng)駕駛領(lǐng)域產(chǎn)業(yè)級(jí)工程項(xiàng)目和科研成果轉(zhuǎn)化為教學(xué)案例及實(shí)踐項(xiàng)目。 本書可作為自動(dòng)駕駛、智慧交通、智能電動(dòng)車輛專業(yè)研究生教材，也可以作為高年級(jí)本科生教材；由于汽車、交通都與人們生活密切相關(guān)，因此本書也適合自動(dòng)駕駛相關(guān)行業(yè)以及其他需要了解和掌握深度學(xué)習(xí)知識(shí)的研發(fā)人員參考。

深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用 目錄

前言 二維碼使用說明及清單 第1章汽車自動(dòng)駕駛技術(shù)概述1 1.1汽車自動(dòng)駕駛技術(shù)分級(jí)及發(fā)展現(xiàn)狀2 1.1.1汽車自動(dòng)駕駛的分級(jí)2 1.1.2汽車自動(dòng)駕駛技術(shù)發(fā)展現(xiàn)狀4 1.2汽車自動(dòng)駕駛技術(shù)架構(gòu)8 1.2.1自動(dòng)駕駛環(huán)境感知技術(shù)8 1.2.2自動(dòng)駕駛決策規(guī)劃技術(shù)10 1.2.3自動(dòng)駕駛控制執(zhí)行技術(shù)11 1.3汽車自動(dòng)駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用概述11 1.3.1深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的區(qū)別11 1.3.2深度學(xué)習(xí)的研究及應(yīng)用進(jìn)展12 1.3.3深度學(xué)習(xí)在自動(dòng)駕駛環(huán)境感知中的應(yīng)用15 1.3.4深度學(xué)習(xí)在自動(dòng)駕駛決策規(guī)劃中的應(yīng)用15 1.3.5深度學(xué)習(xí)在自動(dòng)駕駛控制執(zhí)行中的應(yīng)用16 思考題17 第2章深度學(xué)習(xí)基礎(chǔ)及實(shí)踐18 2.1神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介19 2.1.1神經(jīng)網(wǎng)絡(luò)基本概念19 2.1.2單層感知機(jī)19 2.1.3多層感知機(jī)23 2.2深度學(xué)習(xí)理論基礎(chǔ)23 2.2.1信號(hào)前向傳播24 2.2.2激活函數(shù)25 2.2.3損失函數(shù)27 2.2.4優(yōu)化方法——梯度下降法28 2.2.5誤差反向傳播30 2.2.6計(jì)算圖36 2.3深度學(xué)習(xí)框架38 2.3.1TensorFlow38 2.3.2PyTorch39 2.3.3PaddlePaddle39 2.4實(shí)踐項(xiàng)目：DNN車輛識(shí)別項(xiàng)目40 2.5實(shí)踐項(xiàng)目：基于DNN的自動(dòng)駕駛數(shù)據(jù)集分類43 思考題45 第3章卷積神經(jīng)網(wǎng)絡(luò)理論及實(shí)踐46 3.1全連接神經(jīng)網(wǎng)絡(luò)的問題47 3.2卷積神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)49 3.2.1卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)49 3.2.2卷積層51 3.2.3池化層55 3.3典型的卷積神經(jīng)網(wǎng)絡(luò)模型56 3.3.1LeNet56 3.3.2AlexNet58 3.3.3VGGNet59 3.3.4GoogleNet61 3.3.5ResNet64 3.4實(shí)踐項(xiàng)目：CNN斑馬線檢測(cè)項(xiàng)目66 3.5實(shí)踐項(xiàng)目：基于殘差網(wǎng)絡(luò)的自動(dòng)駕駛數(shù)據(jù)集分類67 思考題69 第4章網(wǎng)絡(luò)優(yōu)化與正則化71 4.1優(yōu)化方法72 4.1.1梯度下降法72 4.1.2隨機(jī)梯度下降73 4.1.3Momentum方法73 4.1.4Nesterov加速梯度下降74 4.1.5自適應(yīng)學(xué)習(xí)率方法75 4.1.6自適應(yīng)估計(jì)Adam方法75 4.2局部*優(yōu)點(diǎn)問題76 4.3參數(shù)初始化方法77 4.3.1參數(shù)初始化方法77 4.3.2基于固定方差的參數(shù)初始化78
展開全部

深度學(xué)習(xí)及自動(dòng)駕駛應(yīng)用 作者簡(jiǎn)介

徐國(guó)艷，副教授、工學(xué)博士，北京市高等學(xué)校優(yōu)秀專業(yè)課主講教師，北京航空航天大學(xué)校教學(xué)名師。 劉聰琳，任職于百度AI技術(shù)生態(tài)部，負(fù)責(zé)百度AI技術(shù)生態(tài)各項(xiàng)重點(diǎn)賽事的設(shè)計(jì)和運(yùn)營(yíng)工作，包括全國(guó)大學(xué)生智能汽車競(jìng)賽百度競(jìng)速及創(chuàng)意雙賽道等10余項(xiàng)國(guó)內(nèi)外頂級(jí)賽事，覆蓋算法賽、軟件賽、硬件賽和創(chuàng)意賽等賽型。

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