





定价:59.9元
印次:1-5
ISBN:9787302568209
出版日期:2021.04.01
印刷日期:2023.12.25
图书责编:陈景辉
图书分类:教材
本书在内容安排上十分精良,为便于数学基础较薄弱的读者学习,引入了深度学习数学基础;再由浅入深地以实战案例讲解的方式,对于误差反向传播法、卷积运算等进行详细剖析,使读者在实现层面上理解;此外还加入了前沿技术,如Batch Normalization等内容。本书提供了8个完整的项目案例、完整的构建过程、详细的视频讲解以及相应源代码,使读者能在实战案例中,深入完成深度学习的学习与掌握。
吕云翔,北京航空航天大学软件学院副教授。具有多年的软件开发、项目管理、计算机教学经验,对IT行业具有较全面的认识,出版教材多部。目前研究领域包括:软件工程、人工智能、大数据。
前言 深度学习领域技术的飞速发展,给人们的生活带来了很大改变。例如,智能语音助手能够与人类无障碍地沟通,甚至在视频通话时可以提供实时翻译;将手机摄像头聚焦在某个物体上,该物体的相关信息就会被迅速地反馈给使用者;在购物网站上浏览商品时,机器也在同时分析着用户的偏好,并及时个性化地推荐用户可能感兴趣的商品。原先以为只有人类才能做到的事,现在机器也能毫无差错地完成,甚至超越人类,这显然与深度学习的发展密不可分,技术正引领人类社会走向崭新的世界。 PyTorch是当前主流深度学习框架之一,其设计追求最少的封装、最直观的设计,其简洁优美的特性使得PyTorch代码更易理解,对新手非常友好。本书选择PyTorch作为深度学习框架,以方便读者阅读。 本书以深度学习为主题,将理论与简明实战案例相结合,以加深读者对于理论知识的理解。本书首先介绍深度学习领域的现状,深度学习领域和其他领域技术之间的关系,以及它们的主要特点和适用范围;接下来,详细讲解PyTorch框架中的基本操作,并在讲解深度学习理论知识的同时,提供完整、详尽的实现过程,供读者参考。相信读者在阅读完本书后,会对深度学习有全面而深刻的了解,同时具备相当强的实践能力。 全书共分为两篇,包括16章内容。 基础篇涵盖第1~8章,第1章深度学习简介,包括计算机视觉、自然语言处理、强化学习; 第2章深度学习框架,包括Caffe、TensorFlow、PyTorch; 第3章机器学习基础知识,包括模型评估与模型参数选择、监督学习与非监督学习; 第4章PyTorch深度学习基础,包括Tensor对象及其运算,Tensor的...
目录
基础篇
第1章深度学习简介
1.1计算机视觉
1.1.1定义
1.1.2基本任务
1.1.3传统方法
1.1.4仿生学与深度学习
1.1.5现代深度学习
1.1.6小结
1.2自然语言处理
1.2.1自然语言处理的基本问题
1.2.2传统方法与神经网络方法的比较
1.2.3发展趋势
1.3强化学习
1.3.1什么是强化学习
1.3.2强化学习算法简介
1.3.3强化学习的应用
第2章深度学习框架
2.1Caffe
2.1.1Caffe简介
2.1.2Caffe的特点
2.1.3Caffe概述
2.2TensorFlow
2.2.1TensorFlow简介
2.2.2数据流图
2.2.3TensorFlow的特点
2.2.4TensorFlow概述
2.3PyTorch
2.3.1PyTorch简介
2.3.2PyTorch的特点
2.3.3PyTorch概述
2.4三者的比较
2.4.1Caffe
2.4.2TensorFlow
2.4.3PyTorch
第3章机器学习基础知识
3.1模型评估与模型参数选择
3.1.1验证
3.1.2正则化
3.2监督学习与非监督学习
3.2.1监督学习
3.2.2非监督学习
第4章PyTorch深度学习基础
4.1Tensor对象及其运算
...