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 Keras深度学习与神经网络 肖睿,程鸣萱 人民邮电出版社 9787
  • 新华书店旗下自营,正版全新
    • 作者: 肖睿,程鸣萱著 | 肖睿,程鸣萱编 | 肖睿,程鸣萱译 | 肖睿,程鸣萱绘
    • 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: 肖睿,程鸣萱著| 肖睿,程鸣萱编| 肖睿,程鸣萱译| 肖睿,程鸣萱绘
    • 出版社:人民邮电出版社
    • 出版时间:2021-04-01
    • 版次:1
    • 开本:16开
    • ISBN:9787115564788
    • 版权提供:人民邮电出版社
    • 作者:肖睿,程鸣萱
    • 著:肖睿,程鸣萱
    • 装帧:平装
    • 印次:暂无
    • 定价:59.80
    • ISBN:9787115564788
    • 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:0
    • 外部编号:11708538
    • 版次:1
    • 成品尺寸:暂无

    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

    5.1.1 Python 开发环境搭建

    5.1.2 Keras 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 Sequential API

    5.3.1 Sequential API

    任务 5.4:认识函数式模型 Funtional API

    Funtional API

    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

    6.1.1 Softmax 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 8.3:LeNet 实现物体分类

    8.3.1 LeNet-开山之作

    8.3.2 LeNet 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

    9.1.1 AlexNet

    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

    9.2.1 VGG 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

    9.3.1 GoogLeNet

    9.3.2 Inception 结构块

    9.3.3 1×1 卷积核

    9.3.4 GoogLeNet 结构

    任务 9.4:把网络深度提升至上百层

    9.4.1 深度残差网络

    9.4.2 稠密连接网络

    本章小结

    本章习题

    第 10 章 循环神经网络

    任务 10.1:对时序数据建模

    10.1.1 时序数据

    10.1.2 循环神经网络

    任务 10.2:增加循环神经网络的记忆

    10.2.1 长短期记忆网络原理

    10.2.2 Keras 实现 LSTM

    任务 10.3:优化长短期记忆网络

    10.3.1 重置门与更新门

    本章小结

    本章习题

    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。

    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。

    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。

    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