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

  • 醉染图书深度学习笔记9787301161227
  • 正版全新
    • 作者: 鲁伟著 | 鲁伟编 | 鲁伟译 | 鲁伟绘
    • 出版社: 北京大学出版社
    • 出版时间:2020-08-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 鲁伟著| 鲁伟编| 鲁伟译| 鲁伟绘
    • 出版社:北京大学出版社
    • 出版时间:2020-08-01
    • 版次:1
    • 印次:1
    • 字数:264000
    • 页数:200
    • 开本:16开
    • ISBN:9787301161227
    • 版权提供:北京大学出版社
    • 作者:鲁伟
    • 著:鲁伟
    • 装帧:平装
    • 印次:1
    • 定价:69.00
    • ISBN:9787301161227
    • 出版社:北京大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-08-01
    • 页数:200
    • 外部编号:1202112267
    • 版次:1
    • 成品尺寸:暂无

    讲神经网络与深度学习1

    1.1机器学习与深度学习的关系2

    1.2感知机与神经网络3

    第2讲神经网络的过拟合与正则化7

    2.1机器学习的核心要义8

    2.2范数与正则化9

    .神经网络的正则化和Droput1

    第3讲深度学习的优化算法14

    3.1机器学习的数学规约15

    3.2损失函数和深度学习优化算法15

    3.3梯度下降法16

    3.4从Momentum到Adam18

    第4讲卷积神经网络21

    4.1CNN发展简史与相关人物22

    4.2卷积的含义

    4.3池化和全连接26

    第5讲CNN图像学习过程与可视化28

    5.1CNN的直观理解29

    5.2CNN图像学习的可视化31

    第6讲CNN图像分类:从LeNet5到EfficientNet37

    6.1计算机视觉的三大任务38

    6.2CNN图像分类发展史39

    第7讲CNN目标检测:从RCNN到YOLO47

    7.1目标检测概述48

    7.2CNN目标检测算法49

    第8讲CNN图像分割:从FCN到U-Net56

    8.1语义分割和实例分割概述57

    8.2语义分割58

    第9讲迁移学习理论与实践65

    9.1迁移学习:深度学习未来五年的驱动力?66

    9.2迁移学习的使用场景66

    9.3深度卷积网络的可迁移67

    9.4迁移学习的使用方法68

    9.5基于ResNet的迁移学习实验68

    0讲循环神经网络76

    10.1从语音识别到自然语言处理77

    10.2RNN:网络架构与技术79

    10.3四种RNN结构81

    1讲长短期记忆网络84

    11.1深度神经网络的困扰:梯度与梯度消失85

    11.2LSTM:让RNN具备更好的记忆机制87

    2讲自然语言处理与词向量91

    12.1自然语言处理简介92

    12.2词汇表征93

    1.词向量与语言模型94

    3讲word2vec词向量98

    13.1word2vec99

    13.2word2vec的训练过程:以CBOW为例100

    4讲seq2seq与注意力模型104

    14.1seq2seq的简单介绍105

    14.2注意力模型105

    14.3基于seq2seq和Attention机制的机器翻译实践108

    5讲语音识别118

    15.1概述119

    15.2信号处理与特征提取120

    15.3传统声学模型122

    15.4基于深度学习的声学模型1

    15.5端到端的语音识别系统简介125

    6讲从Embedding到XLNet:NLP预训练模型简介127

    16.1从Embedding到ELM28

    16.2特征提取器:Transformer129

    16.3低调:GPT131

    16.4封神之作:BERT131

    16.5持续创新:XLNet132

    7讲深度生成模型之自编码器134

    17.1自编码器135

    17.2自编码器的降噪作用136

    17.3变分自编码器138

    17.4VAE的Keras实现143

    8讲深度生成模型之生成式对抗网络148

    18.1GAN149

    18.2训练一个DCGAN151

    9讲神经风格迁移、深度强化学习与网络159

    19.1神经风格迁移160

    19.2深度强化学习162

    19.3网络166

    第20讲深度学习框架171

    20.1概述172

    20.2TensorFlw73

    20.3Keras175

    20.4PyTorch176

    2讲深度学习数据集179

    21.1CV经典数据集180

    21.2NLP经典数据集187

    参考文献189

    鲁伟,贝叶斯统计方向硕士,深度学习算法,公众号“机器学习实验室”主编,对人工智能、机器学习、深度学习、医学图像处理和计算机视觉等有深入研究。

    作者以学习者的身份和过来人的角度来谈深度学习,对于广大想要入门深度学习而不知方法路径的读者而言很有指导价值,笔记二字也能快速拉近与读者的距离。 —— 有三AI创始人 言有三作为一本深度学习入门书籍,这本深度学习笔记几乎覆盖了大多数深度学习知识体系,从DNN到CNN再到RNN,分别对应神经网络理论基础、计算机视觉和自然语言处理,作者以学习者和从业者的身份告诉大家深度学习怎样学,从提纲挈领到入微细节,是一本深度学习入门好书。—— 华东师范大学统计学院 汤银才教授当我们谈起人工智能时,可能很多人都觉得它很专业而且离我们很遥远。我们付款可以刷脸了,寂寞的时候可以和Siri聊天,带一只翻译笔就可以解决跨国语言交流障碍,打开一个页面瞬间都是我们喜欢的内容,看完这些后,你还会觉得遥远吗?很显然,不遥远。这些就是人工智能的杰作。 人工智能是一个泛泛的概念,也有人称为机器学习,通俗的解释就是让机器像人类一样思考、做事,而深度学习就是人工智能的核心技术之一,多数人面对学习深度学习都感到很恐惧,认为太专业了、太深奥了,根本不可能啃动!那我建议你先看看这本深度学习的笔记,整本书通俗易懂、风趣幽默,实战强,信你也能快速握这工智能的核心技术。——爱数圈创始人、知名数据大V 邓凯

    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