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

  • 全新正版深度学习程序设计实战9787111673590机械工业出版社
    • 作者: 方林陈海波著 | 方林陈海波编 | 方林陈海波译 | 方林陈海波绘
    • 出版社: 机械工业出版社
    • 出版时间:2021-02-01
    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:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 方林陈海波著| 方林陈海波编| 方林陈海波译| 方林陈海波绘
    • 出版社:机械工业出版社
    • 出版时间:2021-02-01
    • 版次:1
    • 印次:1
    • 字数:416000
    • 页数:280
    • 开本:16开
    • ISBN:9787111673590
    • 版权提供:机械工业出版社
    • 作者:方林陈海波
    • 著:方林陈海波
    • 装帧:平装
    • 印次:1
    • 定价:69.80
    • ISBN:9787111673590
    • 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:2021-02-01
    • 页数:280
    • 外部编号:31098675
    • 版次:1
    • 成品尺寸:暂无



    前言


    章 程序设计方法...00

    1.1 自顶向下的程序设计...00

    1.1.1 问题分解和自顶向下的程序设计方法...00

    1.1.2 五猴分桃问题...00

    1.1.3 猜姓氏问题...00

    1.1.4 囚犯问题...00

    1.1.5 扑克牌问题...0


    1.2 递归程序设计...0

    1.2.1 河内塔问题...0

    1.2.2 兔子问题...0

    1.. 字符串匹配问题...0

    1.2.4 组合问题...0

    1.2.5 人字形铁路问题...0


    1.3 面向对象的程序设计...0

    1.3.1 方法重定义和分数...0

    1.3.2 二十四点问题...0


    1.4 结束语...0


    第2 章 反向传播算法...0

    2.1 导数和导数的应用...0

    2.1.1 导数...0

    2.1.2 梯度下降法求函数的值...0

    2.1.3 牛顿法求平方根...0

    2.1.4 复合函数和链式法则...0

    2.1.5 多元函数和全微分方程...0

    2.1.6 反向传播算法...0

    2.1.7 梯度...0

    2.1.8 分段求导...0


    2.2 自动求导和人工智能框架...0

    2.2.1 表达式和自动求偏导...0

    2.2.2 表达式求值...0

    2.. 求解任意方程...0

    2.2.4 求解任意方程组...0

    2.2.5 求解任意函数的极小值...0

    2.2.6 张量、计算图和人工智能框架...0


    . 结束语...0


    第3 章 神经元网络初步...0

    3.1 Tensorflow基本概念...0

    3.1.1 计算图、张量、常数和变量...0

    3.1.2 会话、运行...0

    3.1.3 占位符...0

    3.1.4 矩阵算术运算...0

    3.1.5 矩阵运算的广播...0

    3.1.6 TF矩阵运算...0

    3.1.7 形状和操作...0

    3.1.8 关系运算和逻辑运算...0


    3.2 优化器和计算图...0

    3.2.1 梯度和优化器...0

    3.2.2 求解平方根...0

    3.. 计算图...0


    3.3 三层神经网络...0

    3.3.1 神经元网络训练算法...0

    3.3.2 线变换和激活函数...0

    3.3.3 矩阵乘法和全连接...0

    3.3.4 激活函数...0

    3.3.5 全连接和Relu的梯度...0

    3.3.6 求正弦...0

    3.3.7 BGD、SGD和MBGD...0

    3.3.8 三层神经网络模型...0


    3.4 用三层神经网络拟合任意一个函数...0

    3.4.1 三层神经网络拟合一元函数...0

    3.4.2 样本、训练和预测...0

    3.4.3 中间层神经元个数和样本数量之间
    的关系...0

    3.4.4 自变量越界会发生什么...0

    3.4.5 同时拟合cos(x)、sin(x)...0

    3.4.6 拟合多元函数...0

    3.4.7 过拟合...0


    3.5 手写数字识别...0

    3.5.1 手写数字样本集合MNIST...0

    3.5.2 独热向量...0

    3.5.3 3种损失函数...0

    3.5.4 softmax函数...0

    3.5.5 保存和恢复模型...0






    3.5.6 验模型...0

    3.5.7 测试和使用模型...0


    3.6 结束语...0


    第4 章 卷积神经网络...0

    4.1 卷积...0

    4.1.1 一维卷积...0

    4.1.2 二维卷积...

    4.1.3 通道...

    4.1.4 TF对卷积的种实现...

    4.1.5 TF对卷积的第二种实现...

    4.1.6 卷积的实质...


    4.2 池化操作...

    4.2.1 值池化和平均值池化...

    4.2.2 池化操作的梯度...


    4.3 用CNN实现手写数字识别...

    4.3.1 模型的结构...

    4.3.2 模型参数数量和计算量...

    4.3.3 关于全连接和Dropout...

    4.3.4 用Tensorboard监视训练...


    4.4 手写数字生成...

    4.4.1 生成问题...

    4.4.2 VAE模型和语义...

    4.4.3 反卷积操作...

    4.. 络的结构...

    4.4.5 动量...

    4.4.6 控制依赖...

    4.4.7 预测...


    4.5 条件VAE模型...

    4.5.1 CVAE模型...

    4.5.2 条件式手写数字生成模型...


    4.6 使用GPU...

    4.6.1 单GPU和nvidia-smi命令...

    4.6.2 多GPU和重名问题...

    4.6.3 多GPU的梯度...

    4.6.4 多GPU训练...

    4.6.5 多GPU预测...


    4.7 残差神经网络...

    4.7.1 残差神经网络的实现...

    4.7.2 BN操作...


    4.8 表情识别...

    4.8.1 样本...

    4.8.2 通用框架...

    4.8.3 模型...


    4.9 人脸识别和人脸对比...

    4.9.1 人脸识别...

    4.9.2 简单人脸对比...

    4.9.3 简单人脸对比的实现...

    4.9.4 法向量和夹角余弦...

    4.9.5 基于夹角余弦的人脸对比...


    4.10 语义分割和实例分割...

    4.10.1 什么是语义分割和实例分割...

    4.10.2 多分类问题...

    4.10.3 U型网络...

    4.10.4 语义分割和实例分割的实现...

    4.10.5 点到点的语义分割和实例分割...


    4.11 CNN模型...

    4.12 优化器...

    4.12.1 GradientDescentOptimizer...

    4.12.2 MomentumOptimizer...

    4.1. RMSPropOptimizer...

    4.12.4 AdamOptimizer...

    4.12.5 AdagradOptimizer...

    4.12.6 AdadeltaOptimizer...


    4.13 结束语...


    第5 章 循环神经网络...

    5.1 什么是循环神经网络...

    5.2 RNN的结构...

    5.2.1 简单RNN模型...

    5.2.2 多层RNN...


    5.3 诗歌生成器...

    5.3.1 样本预处理...

    5.3.2 字向量...

    5.3.3 可洗牌的DataSet...

    5.3.4 生成诗歌...


    5.4 LSTM模型...

    5.4.1 基本LSTM模型...

    5.4.2 LSTM变体之一——Peephole...

    5.4.3 LSTM变体之二——GRU...


    5.5 1:1模型...

    5.5.1 分词和词标注..

    5.5.2 双向RNN...


    5.6 N∶1模型与1∶N模型...

    5.6.1 N∶1模型...

    5.6.2 1∶N模型...


    5.7 N∶N模型...

    5.7.1 翻译...

    5.7.2 自注意力...

    5.7.3 独立计算的自注意力...

    5.7.4 Transform(变形)操作...

    5.7.5 Transformer多头注意力模型...


    5.8 N∶N∶N模型...

    5.8.1 阅读理解...

    5.8.2 多轮对话...


    5.9 结束语...


    第6 章 生成式对抗网络...

    6.1 简单GAN...

    6.1.1 简单GAN模型...

    6.1.2 简单GAN生成手写数字...

    6.1.3 GAN的训练为什么困难...


    6.2 条件式GAN...

    6.3 Pix2Pix模型...

    6.4 CycleGAN模型...

    6.5 StarGAN模型...

    6.5.1 StarGAN的训练...

    6.5.2 数字之间的转换...


    6.6 WGAN...

    6.7 结束语...


    第7 章 目标检测...

    7.1 目标检测简介...

    7.2 目标检测中的难点...

    7.2.1 模型的输出...

    7.2.2 目标检测的主要方法...


    7.3 两步检测法...

    7.3.1 RCNN模型...


    7.3.2 Fast RCNN模型...

    7.3.3 Faster RCNN模型...


    7.4 一步检测法...

    7.4.1 SSD模型...

    7.4.2 Yolo模型...


    7.5 结束语...


    索引...


    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