返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 全新正版人工智能技术原理与应用9787566917867东华大学出版社
    • 作者: 编者:钟跃崎|责编:张静著 | 编者:钟跃崎|责编:张静编 | 编者:钟跃崎|责编:张静译 | 编者:钟跃崎|责编:张静绘
    • 出版社: 东华大学出版社
    • 出版时间:2019-03
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 编者:钟跃崎|责编:张静著| 编者:钟跃崎|责编:张静编| 编者:钟跃崎|责编:张静译| 编者:钟跃崎|责编:张静绘
    • 出版社:东华大学出版社
    • 出版时间:2019-03
    • 版次:1
    • 印次:1
    • 字数:480000
    • 页数:295
    • 开本:16开
    • ISBN:9787566917867
    • 版权提供:东华大学出版社
    • 作者:编者:钟跃崎|责编:张静
    • 著:编者:钟跃崎|责编:张静
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787566917867
    • 出版社:东华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:中文
    • 出版时间:2019-03
    • 页数:295
    • 外部编号:10683040
    • 版次:1
    • 成品尺寸:暂无

    绪论
    章 神经网络基础(一)
    节 什么是神经网络
    第二节 有监督学习
    第二章 神经网络基础(二)
    节 二元分类问题与符号表达
    第二节 损失函数与代价函数
    第三节 逻辑回归中的梯度下降法
    3.1 梯度下降
    3.2 向前传播与向后传播的计算
    第四节 单次迭代中梯度下降算法的编程实现
    第三章 全连接神经网络
    节 什么是全连接神经网络
    第二节 神经网络常用的激活函数
    2.1 各种非线激活函数
    2.2 为什么需要非线激活函数
    第三节 激活函数的导数
    3.1 sigmoid函数的导数
    3.2 tanh函数的导数
    3.3 ReLU函数和Leaky ReLU函数的导数
    第四节 全连接神经网络向后传播时的梯度计算
    第五节 多层神经网络
    5.1 多层神经网络的向前传播计算
    5.2 多层神经网络向前/向后传播的编程模块
    第六节 神经网络的随机初始化
    第七节 二元分类问题案例分析
    第四章 神经网络调优(一)
    节 训练集、验集及测试集
    1.1 定义
    1.2 数据集的划分原则
    第二节 偏差与方差
    第三节 神经网络的正则化
    3.1 L2正则化
    3.2 L2正则化预防过拟合
    3.3 Dropout正则化
    3.4 Dropout正则化的作用原理
    3.5 正则化方法
    第四节 输人数据的归一化处理
    第五节 梯度消失/梯度
    第六节 深度神经网络的权重初始化及案例分析
    第五章 神经网络调优(二)
    节 小批量的概念
    第二节 小批量的作用原理
    第三节 指数加权平均
    3.1 指数加权平均的基本概念
    3.2 指数加权平均的含义
    3.3 指数加权平均的偏差修正
    第四节 几种常见的梯度下降法
    4.1 动量梯度下降法
    4.2 RMSprop
    4.3 Adam优化算法
    第五节 学习率衰减
    第六节 局部问题
    第六章 神经网络调优(三)
    节 超参数的选择
    ……
    第七章 卷积神经网络基础
    第八章 卷积神经网络的常见架构与分析
    第九章 目标检测
    第十章 常见深度神经网络架构
    十章 图像分割
    第十二章 少样本学习与图像特征匹配
    第十三章 风格迁移与生成对抗网络
    第十四章 深度学习在三维模型上的发展与应用
    第十五章 深度学习在系统中的应用
    第十六章 深度学习常用评价指标

    本书从人工智能技术的基本原理出发,涵盖人工神经网络的基本原理、网络优化过程中的超参数设置,以及卷积神经网络的基本概念与常见架构。在此基础上,详细介绍深度学习技术在目标检测、图像分割、少样本学习、风格迁移及生成对抗等常见任务中的应用原理,并结合相关研究领域的新进展,介绍深度学习在三维模型及系统中的应用。
    本书针对零编程基础的读者讲解人工智能技术的基础知识,及其在纺织领域若干问题上的使用方法和流程。可供纺织院校高年级生以及低年级作为教材,也可供相关生产企业和研究单位的专业技术人员阅读参考。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购