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:

欢迎光临我们店铺!书籍都是正版全新书籍,欢迎下单~!!

本店所有商品

  • 音像人工智能技术基础及应用张伟,李晓磊,田天编著
  • 正版
    • 作者: 张伟,李晓磊,田天编著著 | 张伟,李晓磊,田天编著编 | 张伟,李晓磊,田天编著译 | 张伟,李晓磊,田天编著绘
    • 出版社: 机械工业出版社
    • 出版时间:2021-03
    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:
    诺森图书音像专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 张伟,李晓磊,田天编著著| 张伟,李晓磊,田天编著编| 张伟,李晓磊,田天编著译| 张伟,李晓磊,田天编著绘
    • 出版社:机械工业出版社
    • 出版时间:2021-03
    • 版次:1
    • 字数:490000
    • 页数:316
    • 开本:16开
    • ISBN:9787111712558
    • 版权提供:机械工业出版社
    • 作者:张伟,李晓磊,田天编著
    • 著:张伟,李晓磊,田天编著
    • 装帧:平装
    • 印次:暂无
    • 定价:68.00
    • ISBN:9787111712558
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-03
    • 页数:316
    • 外部编号:11734945
    • 版次:1
    • 成品尺寸:暂无

    前言

    章Python编程基础

    1.1Python简介

    1.2Python安装与运行

    1.3Python基础编程

    1.3.1标识符

    1.3.2注释

    1.3.3行和缩进

    1.3.4变量和数据类型

    1.3.5基本计算

    1.3.6数据结构

    1.3.7控制语句

    1.3.8函数

    1.3.9模块

    1.4Python面向对象编程

    1.4.1类

    1.4.2继承机制

    1.4.3类变量与方法的属

    1.5Python常用库介绍

    1.5.1NumPy库

    1.5.2Matplotlib库

    1.6小结

    参考文献

    第2章神经网络基础

    2.1感知机模型

    2.2神经网络模型

    2.2.1神经网络的架构

    2.2.2激活函数

    .神经网络学习原理

    ..1数据集的准备

    ..2损失函数

    ..小批量学习

    ..4梯度下降法

    ..5误差反向传播算法

    2.4神经网络学习实践

    2.4.1设计神经网络类

    2.4.2批量学习的实现

    2.5神经网络学习技巧

    2.5.1优化方法的选择

    2.5.2权重初始值的设定

    2.5.3批量归一化

    2.5.4正则化方法

    2.5.5数据

    2.6小结

    参考文献

    第3章深度学习计算框架

    3.1常用深度学习计算框架简介

    3.2GPU加速配置

    3.3PyTorch安装

    3.4张量

    3.4.1张量的概念

    3.4.2张量的基本操作

    3.5动态计算图

    3.6神经网络层和模块

    3.7PyTorch神经网络学习实践

    3.8小结

    参考文献

    第4章卷积神经网络

    4.1卷积神经网络的基本原理

    4.1.1卷积神经网络的基本架构

    4.1.2卷积运算

    4.1.3卷积运算实例:边缘检测

    4.1.4卷积层及其代码实现

    4.1.5填充

    4.1.6步幅

    4.1.7池化

    4.2经典卷积神经网络模型

    4.2.1数据集的准备

    4.2.2Pipeline

    4..LeNet

    4.2.4AlexNet

    4.2.5VGG

    4.2.6GoogLeNet

    4.2.7ResNet

    4.3小结

    参考文献

    第5章序列到序列网络

    5.1循环神经网络(RNN)

    5.1.1RNN的基本原理

    5.1.2RNN的简单实现

    5.2长短期记忆网络(LSTM)

    5.2.1LSTM的基本原理

    5.2.2LSTM的简单实现

    5.3Transformer网络

    5.3.1自注意力层

    5.3.2Transformer网络结构

    5.3.3Vision Transformer(ViT)网络

    5.4小结

    参考文献

    第6章目标检测及其应用

    6.1目标检测的基本概念

    6.1.1边界框

    6.1.2锚框

    6.1.3交并比

    6.1.4NMS操作

    6.1.5评价指标

    6.2常用的目标检测算法

    6.2.1区域卷积神经网络(R-CNN)系列

    6.2.2YOLO系列

    6.3实践案例:行人检测

    6.3.1基于Faster R-CNN的行人检测

    6.3.2基于YOLO v5的行人检测

    6.3.3YOLO v5与Faster R-CNN算法对比

    6.4小结

    参考文献

    第7章语义分割及其应用

    7.1语义分割的基本概念

    7.1.1语义分割任务描述

    7.1.2上采样

    7.1.3膨胀卷积

    7.1.4定义损失函数

    7.1.5评价指标

    7.2语义分割网络

    7.2.1FCN

    7.2.2U-Net架构

    7..DeepLab系列

    7.3实践案例:城市街景分割

    7.3.1实践Pipeline

    7.3.2算法对比分析

    7.4小结

    参考文献

    本书聚焦近期涌现的人工智能、机器人工程、智能医学:工程等新工科专业对于人才培养的实际需求,着力解决人工智能基础知识交叉贯通不足、配套实验实践支撑不强等问题。书中主要内容包括Python编程基础、神经网络基础、深度学习计算框架、卷积神经网络、序列到序列网络、目标检测及其应用、语义分割及其应用等。本书结合高等院校人工智能相关专业的知识体系,将基础知识和编程实践相结合,通过代码实例分析,使得基础知识变得直观易懂;通过基础Python编程和PyTorch框架编程的结合进行实践,适应互联网时代共享代码的社区生态需求;通过综合实践例程,使读者经历知识学习、数据准备、代码编写、参数调试、结果分析等过程,在掌握相关技术的同时提高学习兴趣。

    本教材是基于山东大学人工智能、机器人工程、智能医学工程等新工科专业建设,特别是“人工智能与机器人”新工科实验班的教学育人实践,因此本教材有着扎实的理论功底和实践基础,是一本理实结合的、有特色的新工科教材。 本教材的编写专注于人工智能*前沿的深度学技术结合学相关专业知识体系的构成,将理论和代码相结合,通过代码的可视化,使得理论知识变得直观有趣;介绍应用*广泛的Pytorch框架为主,满足新型互联网时代共享代码的社区生态需求;本教材包含综合实践项目,使同经知识学习、编程测试、实际部署、效果展示等过程,在掌握技术的同时提高兴趣。

    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