深度學習的高級議題 翟中華 9787121473210 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$566
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202404*若逾兩年請先於私訊洽詢存貨情況，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：深度學習的高級議題 ISBN：9787121473210 出版社：電子工業 著編譯者：翟中華 頁數：185 所在地：中國大陸 *此為代購商品 書號：1639310 可大量預訂，請先連絡。 內容簡介 深度學習是人工智慧領域無法避開的課題之一，也是比較強大的方法之一。很多從事演算法工作或相關工作的人，或多或少都在應用深度學習方法解決相關領域的問題。本書針對深度學習知識做進階性探討。通過本書學習，對卷積網路、新型結構、注意力機制、模型壓縮、自監督學習、目標檢測中的高級技巧、無監督學習、Transformer高級篇，以及圖神經網路和元學習進行了深入的探討，最後對深度學習的未來發展進行了展望。作者簡介 林宇平 畢業於首都經濟貿易大學信息管理與信息系統專業，現就職于《財經》雜誌社，任創新業務主管，負責全球投資、硬科技和科技投資相關工作。作為騰訊官方認證的Al編程支教講師，承擔相應教學工作。曾任工業和信息化部APEC中小企業信息化促進中心副研究員。對計算機科學、自然語言處理基礎理論與實踐及教學方法有獨到見解。目錄 第1章 卷積網路1 1 轉置卷積 1 1 1 概念 1 1 2 運算過程 1 1 3 應用場景 1 2 空洞卷積 1 2 1 概念 1 2 2 工作原理 1 2 3 應用場景 1 3 深度可分離卷積 1 3 1 概念 1 3 2 工作原理 1 3 3 應用場景 1 4 三維卷積 1 4 1 概念 1 4 2 工作原理 1 4 3 應用場景 第2章 新型結構 2 1 殘餘連接 2 2 ResNeXt原理及架構 2 3 FCN原理及架構 2 4 U-Net原理及架構 2 5 FPN原理及架構 第3章 注意力機制 3 1 注意力機制的生物學原理及數學本質 3 2 應用於RNN的注意力機制 3 3 自注意力的數學支撐：像素間的協方差 3 4 自注意力機制的直觀展示及舉例 3 5 Transformer中的注意力機制 3 6 擠壓激勵網路 3 7 Transformer編碼器代碼 3 8 Transformer詞嵌入中融入位置信息 第4章 模型壓縮 4 1 模型壓縮的必要性及常用方法 4 2 修剪深度神經網路 4 3 模型量化 4 4 知識蒸餾 4 4 1 知識蒸餾的實現步驟 4 4 2 軟目標的作用 4 4 3 蒸餾「溫度」 4 4 4 特徵蒸餾 第5章 自監督學習 5 1 什麼是自監督學習 5 2 Bert中的自監督學習 第6章 目標檢測中的高級技巧 6 1 特徵融合 6 2 DenseNet與ResNet 6 3 晚融合及特徵金字塔網路 6 4 YOLOv3中的三級特徵融合 6 5 通過多尺度特徵圖跳過連接改進SSD方法 第7章 無監督學習 第8章 Transformer高級篇 8 1 計算機視覺中的Transformer 8 1 1 什麼是ViT 8 1 2 ViT詳解 8 2 DeiT：以合理的方式訓練ViT 8 3 金字塔視覺Transformer 8 3 1 PVT整體架構 8 3 2 SRA的實現 8 3 3 PVT的改進 8 4 Swin Transformer：使用「移動窗口」的分層ViT 8 5 視覺Transformer的自監督訓練：DINO 8 5 1 DINO架構 8 5 2 中心化和「教師」網路權重更新 8 5 3 DINO代碼實踐偽碼和效果展示 8 6 縮放視覺Transformer 8 7 一些有趣的進展 8 7 1 替代自注意力機制 8 7 2 多尺度視覺Transformer（MViT） 8 7 3 完全基於Transformer的視頻理解框架 8 7 4 語義分割中的ViT（SegFormer） 8 7 5 醫學成像中的ViT 第9章 圖神經網路 9 1 圖數據 9 1 1 圖像作為圖數據 9 1 2 文本作為圖數據 9 1 3 天然的圖數據 9 2 圖上的預測任務 9 3 圖神經網路構建應用 9 3 1 最簡單的GNN 9 3 2 通過聚合信息進行GNN預測 9 3 3 在圖的各屬性之間傳遞消息 9 3 4 學習邊緣表示 9 3 5 添加全局表示 第10章 元學習 10 1 什麼是元學習 10 2 機器學習與元學習 10 2 1 機器學習簡介 10 2 2 元學習簡介 10 2 3 機器學習與元學習 10 3 模型無關的元學習：MAML 10 3 1 MAML簡介 10 3 2 MAML特點 10 3 3 MAML為什麼能夠起作用 參考文獻 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
