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:

  • 正版 深度学习与图像处理实战 罗颖,赖国明 人民邮电出版社 97871
  • 新华书店旗下自营,正版全新
    • 作者: 罗颖,赖国明著 | 罗颖,赖国明编 | 罗颖,赖国明译 | 罗颖,赖国明绘
    • 出版社: 人民邮电出版社
    • 出版时间:2021-04-01
    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:
    美阅书店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 罗颖,赖国明著| 罗颖,赖国明编| 罗颖,赖国明译| 罗颖,赖国明绘
    • 出版社:人民邮电出版社
    • 出版时间:2021-04-01
    • 版次:1
    • 字数:257000
    • 页数:164
    • 开本:16开
    • ISBN:9787115594808
    • 版权提供:人民邮电出版社
    • 作者:罗颖,赖国明
    • 著:罗颖,赖国明
    • 装帧:平装
    • 印次:暂无
    • 定价:39.80
    • ISBN:9787115594808
    • 出版社:人民邮电出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-04-01
    • 页数:164
    • 外部编号:11703826
    • 版次:1
    • 成品尺寸:暂无

    目 录

    第 1章 深度学习基础 1

    1.1 深度学习的定义 1

    1.2 深度学习的特点 1

    1.3 深度学习的历史 1

    1.3.1 深度学习的起源 2

    1.3.2 深度学习的发展 2

    1.3.3 深度学习的爆发 2

    1.4 深度神经网络概述 3

    1.4.1 VGGNet 3

    1.4.2 GoogLeNet 3

    1.4.3 ResNet 3

    1.4.4 FCN 3

    1.4.5 U-Net 3

    1.4.6 Mask R-CNN 4

    1.4.7 YOLO 4

    1.5 深度学习的应用 4

    1.5.1 图像领域 4

    1.5.2 声音领域 8

    1.5.3 文本领域 11

    1.6 深度学习的未来趋势 11

    本章小结 12

    第 2章 深度学习环境的安装与使用 13

    2.1 Anaconda的安装与使用 13

    2.1.1 Anaconda简介 13

    2.1.2 Anaconda的安装 13

    2.1.3 conda简介 14

    2.2 TensorFlow环境搭建与使用 17

    2.2.1 安装TensorFlow CPU版本 18

    2.2.2 安装TensorFlow GPU版本 18

    2.2.3 PyCharm的安装 19

    2.2.4 PyCharm的使用 22

    2.2.5 TensorFlow的使用 26

    2.3 Keras简介与使用 28

    2.3.1 Keras的意义 29

    2.3.2 Keras的设计原则 29

    2.3.3 Keras的工作方式 29

    2.3.4 Keras快速上手 30

    2.3.5 Keras简单实例 30

    本章小结 34

    第3章 神经网络的数学基础 35

    3.1 矩阵 35

    3.1.1 矩阵定义 35

    3.1.2 矩阵加法 36

    3.1.3 矩阵乘法 37

    3.1.4 矩阵的转置 40

    3.1.5 矩阵的逆 40

    3.2 随机变量及概率分布 41

    3.2.1 随机变量定义 41

    3.2.2 离散型随机变量的概率分布 42

    3.2.3 连续型随机变量及其概率密度函数 46

    本章小结 50

    第4章 搭建一个简单的神经网络 51

    4.1 卷积神经网络的组成 51

    4.1.1 卷积层 51

    4.1.2 池化层 53

    4.1.3 激活函数 54

    4.1.4 全连接层 55

    4.1.5 损失函数 56

    4.2 实例——手写数字识别神经网络搭建 56

    4.2.1 MNIST手写数字数据集简介 56

    4.2.2 MNIST手写数字识别神经网络搭建 58

    本章小结 61

    第5章 模型评估及模型调优 62

    5.1 评估指标 62

    5.1.1 准确率 63

    5.1.2 查准率 63

    5.1.3 召回率 63

    5.1.4 F1值 64

    5.1.5 ROC与AUC 64

    5.2 数据集处理 65

    5.2.1 数据集划分 65

    5.2.2 数据增强 67

    5.3 模型调优 75

    5.3.1 回调函数 76

    5.3.2 超参数调整 78

    5.3.3 模型结构调整 80

    本章小结 84

    第6章 VGG网络实现猫狗识别 85

    6.1 VGG网络介绍 85

    6.2 数据集介绍及处理 86

    6.3 主干网络搭建与训练 88

    6.4 模型训练结果测试 91

    本章小结 92

    第7章 ResNet实现手势识别 93

    7.1 ResNet介绍 93

    7.2 数据集介绍及处理 94

    7.3 主干网络搭建并训练 97

    7.4 模型训练结果测试 101

    本章小结 103

    第8章 搭建MobileNet实现电表编码区域检测 104

    8.1 目标检测基础及YOLO网络介绍 104

    8.1.1 目标检测基础 104

    8.1.2 YOLO算法 106

    8.1.3 下载YOLOv3源码 108

    8.2 数据集介绍及处理 109

    8.3 主干网络搭建与训练 112

    8.4 模型结构修改 117

    8.4.1 MobileNet简介 117

    8.4.2 MobileNet搭建 118

    8.4.3 网络模型替换 121

    8.5 模型训练结果测试 122

    本章小结 122

    第9章 FCN实现斑马线分割 123

    9.1 FCN简介 123

    9.2 数据集介绍及处理 125

    9.3 主干网络搭建与训练 130

    9.4 模型训练结果测试 132

    本章小结 133

    第 10章 基于U-Net的工业缺陷检测 134

    10.1 U-Net简介 134

    10.2 数据集介绍及处理 135

    10.3 主干网络搭建与训练 138

    10.4 模型训练结果测试 140

    本章小结 143

    第 11章 DCGAN图像生成 144

    11.1 GAN简介 144

    11.2 数据集介绍及处理 146

    11.3 主干网络搭建与训练 146

    11.4 模型训练结果 149

    本章小结 150

    第 12章 ACGAN生成带标签图片 151

    12.1 ACGAN简介 151

    12.2 数据集介绍及处理 152

    12.3 主干网络搭建与训练 152

    12.4 模型训练结果测试 155

    本章小结 156

    罗颖,女,现任苏州市工业职业技术学院软件与服务外包学院副院长、副教授,研究方向人工智能技术应用。曾任教于本科院校13年,具有较好的教学科研经验,目前主讲《C语言程序设计》、《关系数据库基础与应用》、《微信小程序开发》等多门课程。2014年以来,主持并参与市厅级以上项目多项,其中主持苏州市科技发展规划项目课题《面向养老服务业的人体行为智能化分析技术研究与应用》,参与江苏省教育厅科技项目《基于递归型数据中心网络的限制容错性研究》、江苏省科技计划体系项目《基于时间感知的多样性小众推荐算法技术研究》等,主编教材《Java Web云应用开发》,发表论文多篇。历任CCF苏州会员活动中心委员,苏州人工智能学会教育专委会常务理事等社会职务。

    本书介绍了深度学习的历史、学习深度学习模型所需要的数学基础、深度学习模型的基本组成和常用深度学习模型的应用。本书共12章,第1~5章介绍深度学习基础、深度学习环境的安装与使用、神经网络的数学基础、搭建一个简单的神经网络、模型评估及模型调优等,第6~12章介绍VGG网络实现猫狗识别、ResNet实现手势识别、搭建MobileNet实现电表编码区域检测、FCN实现斑马线分割、基于U-Net的工业缺陷检测、GAN图像生成、ACGAN生成带标签图片等多个综合实例,通过在实践中融入理论,帮助读者掌握深度学习的概念和应用开发。

    本书可以作为高职高专院校人工智能相关专业的教材,也可以作为人工智能领域相关培训教材,并适合想入门深度学习的人员和广大人工智能爱好者自学使用。

    1.基础理论和实践开发相结合

    为了读者能够快速地掌握相关理论以及技术并且投入到实际使用中,本书在前4章中引入了深度学习的前置知识点,并一一解析。并在6~12章中设置了深度学习的多个应用场景,使读者能够快速地将理论知识转换成实践经验。

    2.合理、有效的组织

    本书按照由浅入深的顺序,在逐渐丰富系统功能的同时,引入相关技术与知识,实现技术讲解与训练合二为一,有助于“教、学、做一体化”教学的实施。

    3. 覆盖面广

    本书基本覆盖了深度学习图像识别的多个应用方向如图像识别、目标检测、图像分割、图像生成等。

    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