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:
本店所有商品

  • 全新深度学习之图像识别 核心技术与案例实战言有三9787111624721
  • 正版
    • 作者: 言有三著 | 言有三编 | 言有三译 | 言有三绘
    • 出版社: 机械工业出版社
    • 出版时间:2019-04-01
    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:
    萌萌哒图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 言有三著| 言有三编| 言有三译| 言有三绘
    • 出版社:机械工业出版社
    • 出版时间:2019-04-01
    • 版次:1
    • 印次:1
    • 页数:267
    • 开本:16开
    • ISBN:9787111624721
    • 版权提供:机械工业出版社
    • 作者:言有三
    • 著:言有三
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787111624721
    • 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:2019-04-01
    • 页数:267
    • 外部编号:1201870715
    • 版次:1
    • 成品尺寸:暂无

    前言
    章 神经网络基础1
    1.1 神经网络的生物基础与数学模型1
    1.1.1 神经元1
    1.1.2 感知机2
    1.1.3 BP算法6
    1.2 卷积神经网络基础10
    1.2.1 卷积神经网络的基本结构11
    1.2.2 卷积与权值共享13
    1.. 感受野与池化14
    第2章 深度学习优化基础17
    2.1 深度学习主流开源框架17
    2.1.1 Caffe简介18
    2.1.2 TensorFlow简介18
    2.1.3 PyTorch简介19
    2.1.4 Theano简介20
    2.1.5 Keras简介20
    2.1.6 MXNet简介21
    2.1.7 Chainer简介21
    2.2 网络优化参数22
    2.2.1 常用激活函数22
    2.2.2 参数初始化方法26
    2.. 化方法27
    2.2.4 归一化方法31
    2.2.5 正则化方法33
    第3章 深度学习中的数据36
    3.1 深度学习通用数据集的发展36
    3.1.1 MNIST数据集36
    3.1.2 CIFAR10和CIFAR100数据集37
    3.1.3 PASCAL数据集38
    3.1.4 ImageNet数据集38
    3.1.5 Microsoft COCO数据集39
    3.2 常见的计算机视觉任务数据集40
    3.2.1 人脸数据集40
    3.2.2 自动驾驶数据集52
    3.. 医学数据集55
    3.3 数据59
    3.3.1 有监督数据60
    3.3.2 无监督数据63
    3.4 数据的收集与标注65
    3.4.1 数据收集65
    3.4.2 数据标注67
    3.4.3 数据清洗与整理68
    第4章 图像分类70
    4.1 图像分类基础70
    4.1.1 图像分类问题70
    4.1.2 深度学习图像分类发展简史72
    4.1.3 评测指标与优化目标75
    4.1.4 图像分类的挑战76
    4.2 移动端实时表情分类实战77
    4.2.1 项目背景78
    4.2.2 数据预处理80
    4.. 项目方案82
    4.2.4 模型训练与测试84
    4.2.5 项目总结88
    4.3 细粒度图像分类实战89
    4.3.1 项目背景89
    4.3.2 项目方案90
    4.3.3 模型训练与测试92
    4.3.4 参数调试97
    4.3.5 项目总结102
    第5章 图像分割103
    5.1 传统图像分割方法103
    5.1.1 阈值法103
    5.1.2 区域生长法与超像素105
    5.1.3 图切割105
    5.1.4 活动轮廓模型106
    5.2 深度学习图像分割109
    5.2.1 基本流程110
    5.2.2 反卷积110
    5.. 多尺度与感受野112
    5.2.4 CRF方法113
    5.2.5 Image Matting与图像融合114
    5.3 移动端实时图像分割项目115
    5.3.1 项目背景115
    5.3.2 项目方案116
    5.3.3 模型训练与总结126
    5.4 一个实时肖像换背景项目127
    5.4.1 项目背景127
    5.4.2 项目方案128
    5.4.3 模型训练与测试134
    5.4.4 项目总结138
    第6章 目标检测139
    6.1 目标检测基础139
    6.1.1 检测窗口选择140
    6.1.2 特征提取141
    6.1.3 分类器142
    6.1.4 V-J人脸检测算法143
    6.2 深度学习目标检测方法145
    6.2.1 Selective search与R-CNN146
    6.2.2 RoI Pooling与SPPNet147
    6.. Fast R-CNN与Faster R-CNN149
    6.2.4 YOLO方法152
    6.2.5 SSD方法154
    6.2.6 目标检测中的关键技术155
    6.3 实战Faster-R-CNN目标检测157
    6.3.1 项目背景157
    6.3.2 py-faster-rcnn框架解读157
    6.3.3 模型定义与分析170
    6.3.4 模型训练与测试180
    6.3.5 项目总结183
    第7章 数据与模型可视化185
    7.1 数据可视化185
    7.1.1 低维数据可视化185
    7.1.2 高维数据可视化187
    7.2 模型可视化190
    7.2.1 模型结构可视化190
    7.2.2 模型权重可视化198
    7.. 特征图可视化201
    7.3 可视化案例202
    7.3.1 项目背景202
    7.3.2 数据接口定义204
    7.3.3 网络结构定义205
    7.3.4 可视化代码添加207
    7.3.5 可视化训练指标207
    第8章 模型压缩209
    8.1 模型压缩方法209
    8.1.1 模型设计压缩210
    8.1.2 网络剪枝与量化213
    8.1.3 张量分解216
    8.1.4 模型蒸馏与迁移学习216
    8.2 模型压缩实战218
    8.2.1 网络分析220
    8.2.2 输入尺度和层卷积设计224
    8.. 网络宽度与深度压缩226
    8.2.4 弥补通道损失228
    8.2.5 总结0
    第9章 损失函数1
    9.1 分类任务损失1
    9.1.1 什么是0-1 loss1
    9.1.2 熵与交叉熵loss1
    9.1.3 softmax loss及其变种2
    9.1.4 KL散度
    9.1.5 Hinge loss简介
    9.1.6 Exponential loss与Logistic loss
    9.1.7 多标签分类任务loss
    9.2 回归任务损失
    9.2.1 L1 loss与L2 loss
    9.2.2 L1 loss与L2 loss的改进
    9.3 常见图像任务与loss使用240
    9.3.1 图像基础任务240
    9.3.2 风格化与图像复原,超分辨重建240
    9.3.3 生成对抗网络241
    9.3.4 总结245
    0章 模型部署与上线246
    10.1 小程序前端开发246
    10.1.1 小程序的技术特点与定位246
    10.1.2 Web前端基础248
    10.1.3 小程序开发工具251
    10.1.4 小程序前端目录252
    10.1.5 小程序前端开发254
    10.2 小程序服务端开发260
    10.2.1 域名注册与管理260
    10.2.2 服务端框架简介261
    10.. 算法搭建与实现262
    10.3 Caffe环境配置264
    10.3.1 依赖库安装264
    10.3.2 Caffe编译安装266

      

    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