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:

  • 正版新书]深度学习全书 公式+推导+代码+TensorFlow全程案例洪锦
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 洪锦魁主编;陈昭明著著 | 洪锦魁主编;陈昭明著编 | 洪锦魁主编;陈昭明著译 | 洪锦魁主编;陈昭明著绘
    • 出版社: 清华大学出版社
    • 出版时间:2023-05-26
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 洪锦魁主编;陈昭明著著| 洪锦魁主编;陈昭明著编| 洪锦魁主编;陈昭明著译| 洪锦魁主编;陈昭明著绘
    • 出版社:清华大学出版社
    • 出版时间:2023-05-26
    • 版次:1
    • 印次:1
    • 字数:991000
    • 页数:648
    • 开本:16开
    • ISBN:9787302610304
    • 版权提供:清华大学出版社
    • 作者:洪锦魁主编;陈昭明著
    • 著:洪锦魁主编;陈昭明著
    • 装帧:平装
    • 印次:1
    • 定价:159
    • ISBN:9787302610304
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2023-05-26
    • 页数:648
    • 外部编号:小坞133529
    • 版次:1
    • 成品尺寸:暂无


    第一篇 深度学习导论


    第 1 章 深度学习导论 2
    1-1 人工智能的三波浪潮 2
    1-2 AI 的学习地图 4
    1-3 机器学习应用领域 5
    1-4 机器学习开发流程 6
    1-5 开发环境安装 7
    第 2 章 神经网络原理 12
    2-1 必备的数学与统计知识 12
    2-2 线性代数 14

    2-3 微积分 24

    2-3-5 积分 37
    2-4 概率与统计 41

    2-4-1 数据类型 42
    2-4-2 抽样 43
    2-4-3 基础统计 46
    2-4-4 概率 53
    2-4-5 概率分布 59
    2-4-6 假设检定 69
    2-5 线性规划 78
    2-6 普通最小二乘法与最大似然
    估计法 81
    2-6-1 普通最小二乘法 81
    2-6-2 最大似然估计法 84
    2-7 神经网络求解 88

    2-3-1 微分 24
    2-3-2 微分定理 29
    2-3-3 偏微分 32
    2-3-4 简单线性回归求解 36

    深度学习全书——公式 推导 代码 TensorFlow 全程案例

    第二篇 TensorFlow 基础篇


    第 3 章 TensorFlow 架 构 与
    主要功能 98
    3-1 常用的深度学习框架 98
    3-2 TensorFlow 架构 99
    3-3 张量运算 100
    3-4 自动微分 105
    3-5 神经网络层 109
    第 4 章 神经网络实践 114
    4-1 撰写第一个神经网络程序 114
    4-1-1 最简短的程序 114
    4-1-2 程序强化 115
    4-1-3 实验 124
    4-2 Keras 模型种类 129
    4-2-1 Sequential model 129
    4-2-2 Functional API 133
    4-3 神 经层 135
    4-3-1 完全连接神经层 135
    4-3-2 Dropout Layer 137
    4-4 激活函数 137
    4-5 损失函数 142
    4-6 优 化器 144
    4-7 效果衡量指标 148
    4-8 超参数调校 152
    第 5 章 TensorFlow 其他常用
    指令 156
    5-1 特征转换 156
    5-2 模型存盘与加载 157
    5-3 模型汇总与结构图 159

    5-4 回调函数 161
    5-4-1 EarlyStopping
    Callbacks 162
    5-4-2 ModelCheckpoint
    Callbacks 163
    5-4-3 TensorBoard Callbacks 164
    5-4-4 自定义 Callback 165
    5-4-5 自定义 Callback 应用 168
    5-4-6 总结 169
    5-5 TensorBoard 169
    5-5-1 TensorBoard 功能 169
    5-5-2 测试 171
    5-5-3 写入图片 172
    5-5-4 直 方图 173
    5-5-5 效果调校 174
    5-5-6 敏感度分析 175
    5-5-7 总结 176
    5-6 模型部署与 TensorFlow
    Serving 176
    5-6-1 自行开发网页程序 176
    5-6-2 TensorFlow Serving 178
    5-7 TensorFlow Dataset 180
    5-7-1 产生 Dataset 180
    5-7-2 图像 Dataset 184
    5-7-3 TFRecord 与 Dataset 186
    5-7-4 TextLineDataset 189
    5-7-5 Dataset 效果提升 191
    第 6 章 卷积神经网络 193
    6-1 卷积神经网络简介 193

    IV

    目 录


    6-2 卷积 194
    6-3 各式卷积 197
    6-4 池 化层 201
    6-5 CNN 模型实践 202
    6-6 影像数据增补 206
    6-7 可解释的 AI 211

    第 7 章 预先训练的模型 219
    7-1 预先训练的模型简介 219
    7-2 采用完整的模型 221
    7-3 采用部分模型 225
    7-4 转移学习 229
    7-5 Batch Normalization 说明 233

    第三篇 进阶的影像应用

    第 8 章 目标检测 238
    8-1 图像辨识模型的发展 238
    8-2 滑动窗口 239
    8-3 方向梯度直方图 242
    8-4 R-CNN 目标检测 252
    8-5 R-CNN 改良 263
    8-6 YOLO 算法简介 266
    8-7 YOLO 环境配置 269
    8-8 以 TensorFlow 实践 YOLO
    模型 274
    8-9 YOLO 模型训练 280
    8-10 SSD 算法 285
    8-11 TensorFlow Object Detection
    API 285
    8-12 目标检测的效果衡量指标 294
    8-13 总结 295
    第 9 章 进阶的影像应用 296
    9-1 语义分割介绍 296
    9-2 自动编码器 297
    9-3 语义分割实践 305
    9-4 实例分割 311

    9-5 风格转换—人人都可以是
    毕加索 315
    9-6 脸部辨识 327
    9-6-1 脸部检测 327
    9-6-2 MTCNN 算法 332
    9-6-3 脸部追踪 334
    9-6-4 脸部特征点检测 340
    9-6-5 脸部验证 346
    9-7 光学文字辨识 349
    9-8 车牌辨识 353
    9-9 卷积神经网络的缺点 357
    第 10 章 生成对抗网络 359
    10-1 生成对抗网络介绍 359
    10-2 生成对抗网络种类 361
    10-3 DCGAN 364
    10-4 Progressive GAN 375
    10-5 Conditional GAN 380
    10-6 Pix2Pix 385
    10-7 CycleGAN 396
    10-8 GAN 挑战 406
    10-9 深度伪造 406

    V

    深度学习全书——公式 推导 代码 TensorFlow 全程案例

    第四篇 自然语言处理


    第 11 章 自然语言处理的介绍 412
    11-1 词袋与 TF-IDF 412
    11-2 词汇前置处理 416
    11-3 词 向量 421
    11-4 GloVe 模型 433
    11-5 中文处理 436
    11-6 spaCy 库 439
    第 12 章 自然语言处理的算法 444
    12-1 循环神经网络 444
    12-2 长短期记忆网络 451
    12-3 LSTM 重要参数与多层
    LSTM 456
    12-4 Gate Recurrent Unit 467
    12-5 股价预测 468
    12-6 注意力机制 475
    12-7 Transformer 架构 485
    12-7-1 Transformer 原理 486
    12-7-2 Transformer 效能 487
    12-8 BERT 488
    12-8-1 Masked LM 488
    12-8-2 Next Sentence
    Prediction 489
    12-8-3 BERT 效能微调 490
    12-9 Transformers 库 491
    12-9-1 Transformers 库范例 491

    12-9-2 Transformers 库效能
    微调 501
    12-9-3 后续努力 507
    12-10 总结 507
    第 13 章 聊天机器人 508
    13-1 ChatBot 类别 508
    13-2 ChatBot 设计 509
    13-3 ChatBot 实践 511
    13-4 ChatBot 工具框架 514
    13-4-1 ChatterBot 实践 514
    13-4-2 Chatbot AI 实践 517
    13-4-3 Rasa 实践 520
    13-5 Dialog?ow 实践 523
    13-5-1 Dialog?ow 安装 525
    13-5-2 Dialog?ow 基本功能 527
    13-5-3 履行 532
    13-6 总结 536
    第 14 章 语 音 识别 537
    14-1 语音基本认识 538
    14-2 语音前置处理 549
    14-3 语音相关的深度学习应用 561
    14-4 自动语音识别 574
    14-5 自动语音识别实践 577
    14-6 总结 578


    VI

    目 录

    第五篇 强化学习


    第 15 章 强 化 学习 580
    15-1 强化学习的基础 581
    15-2 强化学习模型 583
    15-3 简单的强化学习架构 586
    15-4 Gym 库 593
    15-5 Gym 扩充功能 600
    15-6 动态规划 602

    15-7 值 循环 607
    15-8 蒙特卡洛 610
    15-9 时序差分 619
    15-10 其他算法 628
    15-11 井字游戏 630
    15-12 木棒小车 636
    15-13 总结 637


    VI


    【前言】

    洪锦魁,中国台湾计算机专家,IT图书知名作者。
    近年出版:
    Python数据科学零基础一本通
    Python入门很简单
    Python王者归来
    Python GUI设计:tkinter菜鸟编程
    算法零基础一本通(Python版)
    其著作特色:
    所有程序语法会依特性分类,同时以实用的程序实例进行解说,让读者可以事半功倍地轻松掌握相关知识。


    深度学习已经风靡全球,对于计算机相关的从业者来说,学习其相关知识至关重要,对于非计算机领域的从业者来说,学习这些知识也可以大大扩宽自己的视野,对科技世界的发展动向略知一二。《深度学习全书——公式 推导 代码 TensorFlow全程案例》的作者以统计学人的角度,从深度学习必备的数理知识出发,一步步介绍各种领域的算法和应用,帮助学习者们构建一个完整的知识体系,做到即学即用,避免让知识成为空中楼阁。


    【内容简介】


    《深度学习全书——公式 推导 代码 TensorFlow全程案例》共有15章,分为5部分,第一篇说明深度学习的概念,包括数理基础,特点是结合编程解题,加深读者印象,第二篇说明TensorFlow的学习地图,从张量、自动微分、梯度下降乃至神经层的实践,逐步解构神经网络,第三篇介绍CNN算法、影像应用、转移学习等,第四篇则进入自然语言处理及语音识别的领域,介绍RNN/BERT/Transformer算法、相关应用等,最后,介绍了强化学习的基础知识,包括马尔可夫决策过程、动态规划、蒙特卡洛、Q Learning算法,当然,还有相关案例实践。


    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