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:

  • Keras深度学习与神经网络 肖睿,程鸣萱编著 著 肖睿,程鸣萱 编 大中专 文轩网
  • 新华书店正版
    • 作者: 肖睿 程鸣萱著
    • 出版社: 人民邮电出版社
    • 出版时间:2022-08-01 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: 肖睿 程鸣萱著
    • 出版社:人民邮电出版社
    • 出版时间:2022-08-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2022-08-01
    • 页数:0
    • 开本:16开
    • 装帧:平装
    • ISBN:9787115564788
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    Keras深度学习与神经网络

    作  者:肖睿,程鸣萱编著 著 肖睿,程鸣萱 编
    定  价:59.8
    出 版 社:人民邮电出版社
    出版日期:2023年05月26日
    页  数:208
    装  帧:平装
    ISBN:9787115564788
    主编推荐

    1.以操作实践为学习的切入点,而不是直接切入理论讲解; 2.以任务为驱动,贯穿知识内容; 3.充分考虑学习者的认知曲线,由浅入深,边讲边练边切入理论知识; 4.通过项目实训训练技能的综合使用能力。

    内容简介

    本书从人工智能导论入手,阐述人工智能的发展及现状,重点介绍了机器学习和神经网络基础、反向传播原理、卷积神经网络和循环神经网络等内容。本书内容由浅入深,循序渐进,从神经元和感知机入手,逐步讲解深度学习中神经网络基础、反向传播以及更深层次的卷积神经网络、循环神经网络。本书知识体系完整,内容覆盖面广,介绍了深度学习中常用的模型和算法,助力读者全方位掌握深度学习的相关知识。本书可作为高等院校计算机等相关专业的教材,也可供人工智能领域的技术人员学习使用,还可以作为人工智能研究人员的参考用书。

    作者简介

    肖睿,课工场创始人,北京大学教育学博士,北京大学软件学院特约讲师,北京大学学习科学实验室特约顾问。作为北大青鸟 Aptech 的联合创始人,历任学术总监、研究院院长、公司副总裁等核心岗位,拥有20多年的IT职业教育产品管理和企业管理经验。于2015年创办课工场,兼任总经理,旨在为大学生提供更可靠的 IT 就业教育及服务。

    精彩内容

    目录
    第1章人工智能导论
    任务1.1了解人工智能发展历程
    人工智能的发展历程
    任务1.2理解人工智能、机器学习、深度学习.
    1.2.1人工智能,机器学习和深度学习
    1.2.2深度学习的发展
    任务1.3了解深度学习的应用情况
    1.3.1深度学习的应用情况
    本章小结
    本章习题
    第2章深度学习流程
    任务2.1什么是机器学习
    2.1.1机器学习
    2.1.2机器如何学习
    任务2.2理解回归与分类
    2.2.1回归
    2.2.2分类
    任务2.3了解深度学习工作过程
    深度学习工作过程
    本章小结
    本章习题
    第3章神经网络基础
    任务3.1什么是人工神经元
    3.1.1生物神经元
    3.1.2人工神经元
    任务3.2理解激活函数的意义
    3.2.1激活函数的意义
    3.2.2激活函数种类
    任务3.3掌握基础的神经网络结构
    3.3.1感知机模型
    3.3.2全连接神经网络
    任务3.4了解什么是损失函数
    3.4.1损失函数的意义
    3.4.2损失函数的种类
    本章小结
    本章习题
    第4章反向传播原理.
    任务4.1计算神经网络的输出
    前向传播计算
    任务4.2掌握反向传播算法
    4.2.1反向传播算法的意义
    4.2.2反向传播算法的计算
    任务4.3掌握梯度下降算法
    4.3.1梯度下降概述
    4.3.2梯度下降的形式
    4.3.3学习率的作用
    任务4.4使用Python实现反向传播算法
    反向传播的Python实现
    本章小结
    本章习题
    第5章Keras与环境配置
    任务5.1深度学习开发环境的配置
    5.1.1Python开发环境搭建
    5.1.2Keras与TensorFlow安装
    任务5.2快速开始Keras
    5.2.1为什么选择Keras
    5.2.2快速开始Keras
    任务5.3掌握顺序模型SequentialAPI
    5.3.1SequentialAPI
    任务5.4认识函数式模型FuntionalAPI
    FuntionalAPI
    本章小结
    本章习题
    第6章深度神经网络手写体识别
    任务6.1理解Softmax回归模型
    6.1.1Softmax回归模型
    6.1.2交叉熵损失函数
    任务6.2使用手写体识别数据集MNIST
    图像分类数据集-MNIST
    任务6.3深度神经网络解决图像分类问题
    多层感知机结合Softmax完成手写体识别
    任务6.4模型评估
    6.4.1选择一个可靠的模型
    6.4.2欠拟合和过拟合
    本章小结
    本章习题
    第7章神经网络优化
    任务7.1范数正则化避免过拟合
    范数正则化
    任务7.2丢弃法正则化避免过拟合
    丢弃法
    任务7.3掌握改进的优化算法
    7.3.1深度学习与优化
    7.3.2小批量随机梯度下降算法改进
    本章小结
    本章习题
    第8章卷积神经网络
    任务8.1初识卷积神经网络
    8.1.1卷积概述
    8.1.2与全连接网络对比
    任务8.2卷积运算
    8.2.1卷积核
    8.2.2填充和步幅
    8.2.3多通道卷积
    8.2.4池化层
    任务8.3LeNet实现物体分类
    8.3.1LeNet-开山之作
    8.3.2LeNet进行物体分类
    本章小结
    本章习题
    第9章卷积神经网络经典结构
    任务9.1训练深度卷积神经网络
    9.1.1AlexNet
    9.1.2图像增广
    9.1.3实现AlexNet
    任务9.2进一步增加网络的深度
    9.2.1VGG系列
    9.2.2应用VGG16提取特征
    任务9.3认识并行结构的卷积网络
    ……

    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