由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书深度学习经典案例解析(基于MATLAB)9787111682936
¥ ×1
新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!
前言
基础篇
案例1 巧妇难为无米之炊:数据集的制作与加载
1.1 机器学习中的数据集
1.2 如何加载MATLAB自带的数据集
1.3 如何加载自己制作的数据集
1.4 如何加载公开数据集:以CIFAR-10为例
1.5 如何划分训练集与验集
1.6 如何扩充数据样本集
案例2 小试牛刀:如何构建一个卷积神经网络
2.1 CNN的核心——“卷积”
2.2 卷积神经网络的结构及原理
. 从仿生角度看卷积神经网络
2.4 基于深度学习工具箱函数构卷积经网络
2.5 采用Deep Network Designer实现卷积网络设计
2.6 与构建深度网络相关的函数
案例3 精雕细琢:如何训练一个卷积神经网络
3.1 基本概念一点通
3.2 实例需求与实现步骤
3.3 构建卷积神经网络
3.4 训练卷积神经网络
3.5 例程实现与解析
应用篇
案例4 LeNet卷积神经网络的应用:红绿灯识别
4.1 LeNet卷积神经网络
4.2 基于改进LeNet的交通灯识别
4.3 例程实现与解析
案例5 AlexNet卷积神经网络的应用:基于迁移学习的图像分类
5.1 什么是迁移学习
5.2 从不同的角度看迁移学习
5.3 AlexNet网络的原理
5.4 基于AlexNet实现迁移学习的步骤
5.5 AlexNet的加载方法
5.6 如何对AlexNet进行改进以实现迁移学习
5.7 本节所用到的函数解析
5.8 例程实现与解析
5.9 采用Deep Network Designer辅实现迁移学习
案例6 VGG16卷积神经网络的应用:融合卷积神经网络与支持向量机的物体识别
6.1 VGG16网络的原理及特点
6.2 支持向量机分类的原理
6.3 基于VGG16与SVM的物体识别
6.4 例程实现与解析
案例7 LSTM长短期记忆神经网络的应用:心电图信号分类
7.1 从时间的角度看序列数据
7.2 序列建模之循环神经网络
7.3 基于门与记忆细胞构建序列模型的“长期依赖关系”
7.4 基于LSTM实现心电图信号分类的步骤
7.5 本节所用到的函数解析
7.6 例程实现与解析
案例8 ResNet残差网络的应用:新冠肺炎胸片检测
8.1 深度学习技术在抗击疫情中的应用
8.2 ResNet网络简介
8.3 基于ResNet的新冠肺炎胸片检测的实现步骤
8.4 ResNet的加载方法
8.5 对ResNet进行调整以实现迁移学习
8.6 例程实现与解析
实战篇
案例9 让机器的眼睛认识标志:基于R-CNN的交通标志检测
9.1 目标分类、检测与分割
9.2 目标检测及其难点问题
9.3 R-CNN目标检测算法的原理及实现过程
9.4 基于Image Labeler的R-CNN目标检测器构建
案例10 让机器的眼睛检测车辆:基于Video Labeler的车辆目标检测
10.1 车辆目标检测的需求
10.2 利用Video Labeler实现车辆目标检测的步骤
案例11 让机器的耳朵听明白声音:基于LSTM的日语元音序列分类示例
11.1 利用LSTM实现日语元音序列分类的步骤
11.2 日语元音序列分类程序详解
案例12 深度学习力医学发展:基于Ineeption-v3网络迁移学习的视网膜病变检测
12.1 Inception-v3深度网络介绍
12.2 Kaggle竞赛眼疾检测数据集
1. 数据集预处理
12.4 在Inception-V3上应用迁移学习实现DR图像分类
12.5 例程实现与解析
12.6 通过类激活映来辅诊断
案例13 知己知彼:深度神经网络的脆弱及AI对抗技术
13.1 深度神经网络的脆弱
13.2 AI对抗技术及其发展趋势
案例14 识音辨意:基于深度学习的语音识别
14.1 下载Spech Commands Dataset数据集
14.2 标注数据集
14.3 划分训练集、验集和测试集
14.4 对音频原始文件预处理
14.5 建立网络
14.6 训练网络
14.7 评价结果
14.8 网络的大小与单次推理时间
案例15 方便快捷:深度学习模型代码的自动生成
15.1 深度学习网络模型:从开发到部署
15.2 MATLAB生成推理模型代码的步骤
15.3 安装GPU平台的代码生成工具
15.4 代码生成例程实现与解析
案例16 互通共享:如何将在Keras中设计训练的网络导入MATLAB深度学习工具箱中
16.1 导入网络的详细步骤
16.2 例程实现与解析
案例17 快速部署:如何将训练好的深度神经网络部署到树莓派上
17.1 什么是树莓派
17.2 SqueezeNet简介
17.3 自动生成C++代码及其在树莓派上的实现
参考文献
1. 案例丰富:通过17个综合案例介绍深度学习网络的构建、训练、应用及部署的技巧2. 实例专业:涵盖交通标识检测、语音识别、车辆检测、肺炎胸片检测等应用
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格