深度學習應用與實戰 (全彩) 韓少雲 9787121453656 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202305*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：深度學習應用與實戰 (全彩)
ISBN：9787121453656
出版社：電子工業
著編譯者：韓少雲
叢書名：人工智能應用與實戰系列
頁數：324
所在地：中國大陸 *此為代購商品
書號：1507766
可大量預訂，請先連絡。

內容簡介

本書系統介紹了神經網絡和深度學習，並結合實際應用場景和綜合案例，讓讀者深入了解深度學習。 全書共16章，分為4個部分。第1部分介紹了深度學習基礎演算法與應用，主要包括神經網絡和深度學習的相關概念、多層神經網絡的基本原理和具體應用、卷積神經網絡的原理及項目案例實現、優化演算法與模型管理。第2部分介紹了深度學習進階演算法與應用，主要包括經典的深度卷積神經網絡，ResNet、DenseNet和MobileNet，目標檢測的基本概念和常見演算法，循環神經網絡的基本概念和具體應用。第3部分介紹了時空數據模型與應用，主要包括CNN-LSTM混合模型的基本概念和具體應用，多元時間序列神經網絡、注意力機制和Transformer的基本結構和具體應用。第4部分介紹了生成對抗網路及其應用，主要包括生成對抗網路的基本概念及其模型的結構和訓練過程，使用檢測模型、識別模型對車牌進行檢測與識別。 本書適合對人工智能、機器學習、神經網絡和深度學習等感興趣的讀者閱讀，也適合作為本科院校和高等職業院校人工智能相關專業的教材。本書可以幫助有一定基礎的讀者查漏補缺，使其深入理解和掌握與深度學習相關的原理及方法，並能提高其解決實際問題的能力。

目錄

第1部分 深度學習基礎演算法與應用
第1章 單層神經網絡
1 1 深度學習的基本概念
1 1 1 深度學習的概述
1 1 2 神經網絡
1 2 深度學習框架
1 2 1 常見框架介紹
1 2 2 張量
1 3 單層神經網絡的概述
1 3 1 回歸模型
1 3 2 二分類模型
1 3 3 多分類模型
1 4 單層神經網絡實現鳶尾花分類
1 4 1 使用TensorFlow實現鳶尾花分類
1 4 2 使用PyTorch實現鳶尾花分類
本章總結
作業與練習
第2章 多層神經網絡
2 1 多層神經網絡的概述
2 1 1 隱藏層的意義
2 1 2 激活函數
2 1 3 反向傳播
2 1 4 異或處理代碼實現
2 2 梯度下降演算法
2 2 1 批量梯度下降演算法
2 2 2 隨機梯度下降演算法
2 2 3 小批量梯度下降演算法
2 3 正則化處理
2 3 1 L1正則化與L2正則化
2 3 2 Dropout正則化
2 3 3 提前停止
2 3 4 批量標準化
2 4 手寫數字識別
2 4 1 MNIST數據集簡介
2 4 2 使用TensorFlow實現MNIST手寫數字分類
2 4 3 使用PyTorch實現MNIST手寫數字分類
本章總結
作業與練習
第3章 卷積神經網絡
3 1 圖像基礎原理

第2部分 深度學習進階演算法與應用
第3部分 時空數據模型與應用
第4部分 生成對抗網路及其應用
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。