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:

  • 深度学习与目标检测(第2版) 杜鹏 等 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 杜鹏等著
    • 出版社: 电子工业出版社
    • 出版时间:2022-11-01 00:00:00
    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:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 杜鹏等著
    • 出版社:电子工业出版社
    • 出版时间:2022-11-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2022-11-01
    • 页数:288
    • 开本:其他
    • 装帧:平装
    • ISBN:9787121444425
    • 国别/地区:中国
    • 版权提供:电子工业出版社

    深度学习与目标检测(第2版)

    作  者:杜鹏 等 著
    定  价:118
    出 版 社:电子工业出版社
    出版日期:2022年12月01日
    页  数:288
    装  帧:平装
    ISBN:9787121444425
    主编推荐

    《深度学习与目标检测(第2版)》注重深度学习目标检测领域从概念到实例的过渡,概念讲解与实例对应,实例包含医学影像识别、车辆识别等多个领域。

    内容简介

       本书的写作初衷是,从学者的角度,用一种通俗易懂的方式,将基于深度学习的目标检测的相关论文中的理论和方法呈现给读者,同时针对作者在深度学习教学过程中遇到的难点,进行深入的分析和讲解。

    本书侧重对卷积神经网络的介绍,而深度学习的内容不止于此。所以,作者将深度学习分为有监督学习、无监督学习和强化学习三类,将图像分类、目标检测、人脸识别、语音识别、双向生成对抗网络和AlphaGo等应用场景归入不同的类别,并分别对其原理进行了概括性的讲解。

    本书适合有一定深度学习或目标检测学习基础的学生、研究者、从业者阅读。

    作者简介

    "杜鹏,博士,华为昇腾AI技术专家,主要研究方向为异构计算、计算机图形学、人工智能等,曾在韩国科学技术院、新加坡南洋理工大学、杭州电子科技大学从事科研与教学工作,在SIGGRAPH、 CVPR、ICCV等国际有名会议发表论文十余篇。 苏统华,博士, 哈尔滨工业大学副教授、软件学院副院长,主要研究领域包括大规模模式识别与手写汉字识别、深度学习方法与GPU计算等。作为自然手写体中文文本识别的开拓者,建立领域内抢先发售手写中文库(HIT-MW库)。该库为国内外约200家科研院所采用,获得两个国际手写汉字识别竞赛第一名。 王波,主要从事位姿估计、图像分割/生成等计算机视觉算法研究与应用,研究成果发表在CVPR、AAAI等国际有名学术会议上。 谌明,博士,2004年加入美国道富集团, 2011年加入浙江核新同花顺网络信息股份有限公司并任首席技术官,推动了包括计算机视觉、语音技术、自然语言处理、null

    精彩内容

    目录
    基础篇
    第1章深度学习概述2
    1.1深度学习发展简史2
    1.2有监督学习4
    1.2.1图像分类4
    1.2.2目标检测6
    1.2.3人脸识别10
    1.2.4语音识别13
    1.3无监督学习17
    1.3.1无监督学习概述18
    1.3.2双向生成对抗网络18
    1.4强化学习21
    1.4.1AlphaGo22
    1.4.2AlphaGoZero24
    1.5小结25
    参考资料25
    第2章深度神经网络28
    2.1神经元28
    2.2感知机31
    2.3前向传递32
    2.3.1前向传递的流程33
    2.3.2激活函数34
    2.3.3损失函数38
    2.4后向传递41
    2.4.1后向传递的流程41
    2.4.2梯度下降41
    2.4.3参数修正43
    2.5防止过拟合45
    2.5.1dropout46
    2.5.2正则化46
    2.6小结47
    第3章卷积神经网络48
    3.1卷积层49
    3.1.1valid卷积49
    3.1.2full卷积51
    3.1.3same卷积52
    3.2池化层53
    3.3反卷积54
    3.4感受野56
    3.5卷积神经网络实例57
    3.5.1LeNet-558
    3.5.2AlexNet60
    3.5.3VGGNet63
    3.5.4GoogLeNet66
    3.5.5ResNet76
    3.5.6MobileNet77
    3.6小结79
    进阶篇
    第4章两阶段目标检测方法82
    4.1R-CNN82
    4.1.1算法流程82
    4.1.2训练过程83
    4.2SPP-Net87
    4.2.1网络结构87
    4.2.2空间金字塔池化88
    4.3FastR-CNN89
    4.3.1感兴趣区域池化层90
    4.3.2网络结构91
    4.3.3全连接层计算加速92
    4.3.4目标分类93
    4.3.5边界框回归94
    4.3.6训练过程95
    4.4FasterR-CNN99
    4.4.1网络结构100
    4.4.2RPN101
    4.4.3训练过程107
    4.5R-FCN109
    4.5.1R-FCN网络结构110
    4.5.2位置敏感的分数图111
    4.5.3位置敏感的RoI池化111
    4.5.4R-FCN损失函数113
    4.5.5Caffe网络模型解析113
    4.5.6U-Net117
    4.5.7SegNet118
    4.6MaskR-CNN119
    4.6.1实例分割简介119
    4.6.2COCO数据集的像素级标注121
    4.6.3网络结构121
    4.7小结125
    参考资料125
    第5章单阶段目标检测方法126
    5.1SSD126
    ……

    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