深度学习与Python实现及应用--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

编辑推荐

本书旨在为对深度学习感兴趣并从事相关研究的本科生、研究生、工程师和研究人员提供推荐的基础知识和Python实现方法。在内容编排方面，注重理论和实践的结合，基础知识和前沿技术的结合，并附有相关的应用及实战案例。希望读者通过阅读和学习这本书，感受到从事深度学习相关研究的乐趣。

内容简介

本书深入浅出地介绍深度学习的基础知识和相关技术，内容涉及近几年深度学习领域的研究热点问题，主要有深度学习、神经网络及其发展历史，机器学习的评价指标及算法的类型，前馈神经网络、反向传播算法和卷积神经网络及其相关技术，AlexNet、VGG、NiN、GoogLeNet、ResNet、DenseNet等现代卷积神经网络模型和可以处理序列信息的循环神经网络模型及其实现。针对深度学习的实现问题，分析网络优化与正则化的相关方法，并列举3个基于Python的实战演练案例，包括MNIST手写数字分类的实现、车辆识别和人脸识别。本书适合深度学习初学者阅读，可以作为从事深度学习研究和Python实现及应用的科学研究工作者和工程技术人员的参考书，也可以作为控制科学与工程、计算机科学与技术、机械电子工程等学科研究生或高年级本科生的教材。

作者简介

郭彤颖，女，博士，副教授，研究生导师。主要教学有计算机控制系统、计算机原理与应用、机器人控制等课程。近年来，主持和参加国家、省部级科研课题10余项，获省级优秀教学成果奖1项，沈阳市科技进步一等奖1项，辽宁省自然科学学术成果奖三等奖3项，沈阳市自然科学学术成果奖二等奖1项，校级各类教学成果奖3项。在国内外重要的学术期刊与会议上发表论文40余篇，SCI和EI收录20余篇，主编著作和教材5部，参编著作和教材8部。

第1章绪论
1.1 深度学习简介
1.2 神经网络
1.2.1 人脑神经网络
1.2.2 人工神经网络
1.3 神经网络的发展历史
1.4 常用的深度学习框架
1.5 编程环境的安装
1.5.1 安装Anaconda
1.5.2 安装CUDA
1.5.3 安装TensorFlow
1.5.4 安装常用编辑器
第2章机器学习基础
2.1 基本概念
2.2 机器学习的三个基本要素
2.2.1 模型
2.2.2 学习准则
2.2.3 优化算法
2.3 机器学习的简单示例——线性回归
2.4 偏差-方差分解
2.5 机器学习算法的类型
2.6 评价指标
2.7 线性模型
2.7.1 线性判别函数和决策边界
2.7.2 Logistic回归
2.7.3 Softmax回归
2.7.4 感知器
第3章前馈神经网络
3.1 神经元
3.1.1 Sigmoid型函数
3.1.2 ReLU函数
3.1.3 Swish函数
3.1.4 GELU函数
3.1.5 Maxout单元
3.2 网络结构
3.2.1 前馈网络
3.2.2 记忆网络
3.2.3 图网络
3.3 前馈神经网络
3.3.1 通用近似定理
3.3.2 应用到机器学习
3.3.3 参数学习
3.4 反向传播算法
3.5 自动梯度计算
3.5.1 数值微分
3.5.2 符号微分
3.5.3 自动微分
3.6 优化问题
3.6.1 非凸优化问题
3.6.2 梯度消失问题
第4章卷积神经网络
4.1 从全连接层到卷积
4.1.1 不变性
4.1.2 多层感知机
4.1.3 卷积
4.1.4 回顾“沃尔多在哪里”
4.2 图像卷积
4.2.1 互相关运算
……
第5章现代卷积神经网络
第6章循环神经网络
第7章网络优化与正则化
第8章实战演练

深度学习与Python实现及应用

库存： {{selectedSku?.stock}} 库存充足