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:

  • MXNET深度学习实战 魏凯峰 著 专业科技 文轩网
  • 人工智能魏凯峰 著
    • 作者: 魏凯峰著
    • 出版社: 机械工业出版社
    • 出版时间:2018-07-01 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: 魏凯峰著
    • 出版社:机械工业出版社
    • 出版时间:2018-07-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2018-07-01
    • 字数:null千字
    • 页数:308
    • 开本:16开
    • 装帧:平装
    • ISBN:9787111626800
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    MXNET深度学习实战

    作  者:魏凯峰 著
    定  价:89
    出 版 社:机械工业出版社
    出版日期:2019年05月01日
    页  数:308
    装  帧:平装
    ISBN:9787111626800
    主编推荐

    内容简介

    深度学习领域开始受到越来越多的关注,各大深度学习框架也孕育而生,在这个阶段,我被深度学习深深吸引并逐渐开始学习相关知识。研究生毕业后,我继续从事算法相关的工作,具体而言是深度学习算法在图像领域的应用,也就是常说的计算机视觉算法。MXNet和PyTorch这两个框架我都很好喜欢,不过目前市面上关于MXNet框架的书籍较少,而且MXNet发展至今各种接口比较稳定,用户体验挺不错的,所以很终决定以MXNet框架来写这本深度学习实战教程。MXNet是亚马逊官方维护的深度学习框架,在灵活性和高效性方面都做得很棒,很好推荐读者学习。本书的写作难度比想象中要大许多,在写作过程中许多零散的知识点需要想办法串联起来,让不同知识储备的人都能看懂,许多环境依赖需要从头到尾跑一遍来确认清楚。写书和写博客(AI之路)很大的区别在于书籍在出版后修正比较麻烦,不像博客,随时发现错误都可以修改,因此在写作过程中对许多细节null

    作者简介

    魏凯峰,资深计算机视觉算法工程师,在MXNet、Pytorch、深度学习相关算法等方面有深入的研究和丰富的实践经验。
    目前就职于网易杭州研究院,从事计算机视觉算法相关的工作,主要研究方向包括目标检测、图像分类、图像对抗算法、模型加速和压缩。
    热衷于分享,乐于在GitHub上分享算法相关的代码,坚持在CSDN上撰写算法相关的博客,累计百余篇,访问量过百万。

    精彩内容

        章全面认识MXNet人工智能在很近几年很好火热,许多名词不断出现在我们的生活中,比如人工智能、机器学习、大数据、深度学习等。这些名词对大众而言既陌生又熟悉,陌生是因为大部分人其实并不从事相关行业,因此这些名词往往与大众之间隔着一层神秘的面纱;熟悉是因为大部分人在生活中其实正在享受这些名词背后的技术和产品所带来的服务。实际上,很多技术并不是刚刚出现,只不过很近几年,硬件资源和算法的快速迭代,推动了许多技术的发展和产品的落地,使得越来越多的人在生活中接触到人工智能相关的产品。人工智能相关技术的发展使得我们目前的生活更加智能化,举个例子,目前有很多家公司都在深耕人脸检测和识别技术,该技术既可以用在手机屏幕解锁,又可以用在机场、小区等场景做人脸比对,还可以用人脸识别技术辅助公安部门抓捕逃犯。另一个例子是手机的实时翻译,当你身处异国他乡,语言沟通不畅时null

    目录
    目    录前言章  全面认识MXNet11.1  人工智能、机器学习与深度学习21.1.1  人工智能21.1.2  机器学习21.1.3  深度学习41.2  深度学习框架41.2.1  MXNet61.2.2  PyTorch61.2.3  Caffe/Caffe271.2.4  TensorFlow71.2.5  其他71.3  关于MXNet81.3.1  MXNet的发展历程81.3.2  MXNet的优势91.4  MXNet开发需要具备的知识101.4.1  接口语言111.4.2  NumPy111.4.3  神经网络111.5  本章小结12第2章  搭建开发环境132.1  环境配置142.2  使用Docker安装MXNet192.2.1  准备部分192.2.2  使用仓库安装Docker202.2.3  基于安装包安装Docker232.2.4  安装nvidia-docker232.2.5  通过Docker使用MXNet252.3  本地pip安装MXNet272.4  本章小结29第3章  MXNet基础313.1  NDArray313.2  Symbol373.3  Module433.4  本章小结48第4章  MNIST手写数字体分类504.1  训练代码初探524.2  训练代码详细解读554.2.1  训练参数配置564.2.2  数据读取594.2.3  网络结构搭建594.2.4  模型训练614.3  测试代码初探624.4  测试代码详细解读644.4.1  模型导入644.4.2  数据读取664.4.3  预测输出674.5  本章小结68第5章  数据读取及增强695.1  直接读取原图像数据705.1.1  优点及缺点705.1.2  使用方法715.2  基于RecordIO文件读取数据755.2.1  什么是RecordIO文件755.2.2  优点及缺点765.2.3  使用方法765.3  数据增强785.3.1  resize795.3.2  crop835.3.3  镜像895.3.4  亮度905.3.5  对比度925.3.6  饱和度 945.4  本章小结95第6章  网络结构搭建976.1  网络层986.1.1  卷积层986.1.2  BN层1066.1.3  激活层1086.1.4  池化层1116.1.5  全连接层1146.1.6  损失函数层1166.1.7  通道合并层1196.1.8  逐点相加层1216.2  图像分类网络结构1226.2.1  AlexNet1236.2.2  VGG1246.2.3  GoogleNet1256.2.4  ResNet1286.2.5  ResNeXt1306.2.6  DenseNet1316.2.7  SENet1326.2.8  MobileNet1346.2.9  ShuffleNet1366.3  本章小结138第7章  模型训练配置1407.1  问题定义1417.2  参数及训练配置1427.2.1  参数初始化1427.2.2  优化函数设置1447.2.3  保存模型1457.2.4  训练日志的保存1467.2.5  选择或定义评价指标1477.2.6  多GPU训练1507.3  迁移学习1517.4  断点训练1537.5  本章小结154第8章  图像分类1568.1  图像分类基础知识1578.1.1  评价指标1588.1.2  损失函数1608.2  猫狗分类实战1608.2.1  数据准备1618.2.2  训练参数及配置1658.2.3  数据读取1688.2.4  网络结构搭建1708.2.5  训练模型1718.2.6  测试模型1768.3  本章小结179第9章  目标检测1809.1  目标检测基础知识1829.1.1  数据集1849.1.2  SSD算法简介1889.1.3  anchor1899.1.4  IoU1949.1.5  模型训练目标1959.1.6  NMS1999.1.7  评价指标mAP2019.2  通用目标检测2029.2.1  数据准备2039.2.2  训练参数及配置2059.2.3  网络结构搭建2089.2.4  数据读取2159.2.5  定义训练评价指标2189.2.6  训练模型2209.2.7  测试模型2219.4  本章小结2240章  图像分割22510.1  图像分割22610.1.1  数据集22710.1.2  评价指标22910.1.3  语义分割算法23010.2  语义分割实战23110.2.1  数据准备23210.2.2  训练参数及配置23310.2.3  数据读取23710.2.4  网络结构搭建24010.2.5  定义评价指标24510.2.6  训练模型24910.2.7  测试模型效果25110.3  本章小结2531章  Gluon25511.1  Gluon基础25611.1.1  data模块25611.1.2  nn模块26011.1.3  model zoo模块26511.2  CIFAR10数据集分类26711.2.1  基于CPU的训练代码26711.2.2  基于GPU的训练代码27211.2.3  测试代码27511.3  本章小结2762章  GluonCV27812.1  GluonCV基础27912.1.1  data模块28012.1.2  model zoo模块28512.1.3  utils模块29212.2  解读ResNet复现代码29312.2.1  导入模块29612.2.2  命令行参数设置29612.2.3  日志信息设置29712.2.4  训练参数配置29812.2.5  模型导入30012.2.6  数据读取30112.2.7  定义评价指标30312.2.8  模型训练30312.3  本章小结308

    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