首页 > 图书中心 >图书详情

TensorFlow深度学习——深入理解人工智能算法设计

新加坡国立大学AI团队倾情打造,网易云课堂2门S级课程讲师龙龙老师主讲,帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实践。

作者:龙良曲
定价:89
印次:1-2
ISBN:9787302553335
出版日期:2020.08.01
印刷日期:2020.10.19

本书适合初学者快速入门深度学习算法和TensorFlow框架。我们已讲故事的方式向读者一步步地介绍每个核心算法,非常详细地剖析算法原理,手把手实现每个算法实战,不但让读者能够了解算法的工作原理,更重要的是教会读者如何一步步地思考问题并解决问题。具体地,我们会介绍目前深度学习的数学原理,反向传播算法,卷积神经网络,循环神经网络,对抗生产网络,自编码器,神经网络结构搜索,图卷积网络等等一系列前沿核心算法。使读者不仅可以明白原理,还能学以致用。内容讲解细致,没有数学基础的读者也能轻松入门。

more >

前言 这是一本面向人工智能,特别是深度学习初学者的图书,本书旨在帮助更多的读者了解、喜欢并进入人工智能行业中,因此作者试图从人工智能中的简单问题入手,一步步地提出设想、分析以及实现方案,重温当年科研工作者的探索之路,让读者身临其境地感受算法设计思想,从而掌握分析和解决问题的方法。这种方式对读者的基础知识要求较少,读者在学习本书的过程中会自然而然地了解算法的相关背景知识,体会到知识是为了解决问题而生的,避免出现为了学习而学习的窘境。 尽管作者试图将读者的基础要求降到最低,但是人工智能不可避免地需要使用正式化的数学符号推导,其中涉及少量的概率与统计、线性代数、微积分等数学知识,一般要求读者对这些数学知识有初步印象或了解即可。比起理论基础,需要有少量的编程经验,特别是Python语言编程经验,因为本书更侧重于实用性,而不是堆砌公式。 本书共15章,第1~3章主要介绍人工智能的初步认知,并引出相关问题; 第4、5章主要介绍TensorFlow相关基础,为后续算法实现铺垫; 第6~9章主要介绍神经网络的核心理论和共性知识,让读者理解深度学习的本质; 第10~15章主要介绍常见的算法与模型,让读者能够学有所用。 在本书的编写过程中,很多英文词汇尚无法在业界找到一个共识翻译名,因此作者备注翻译的英文原文,供读者参考,同时也方便日后阅读相关英文文献时,不至于感到陌生。 尽管每天都有深度学习相关算法论文的发表,但是作者相信,深度学习的核心思想和基础理论是共通的。本书已尽可能地涵盖其中基础、主流并且前沿的算法知识,但是仍然有很多算法无法涵盖,读者学习完本书后,可以自行搜索相关方向的研究论文或资料,进一步学习。 深度学习是一个非常前沿和广袤的研究领域,鲜有人士能够对每个研究方向都有深刻的理解。作者自认才疏学浅,略懂皮毛,同时也限于时间和篇幅关系,难免出现理解偏差之处,恳请读者指出,作者将及时修正,不胜感激。 龙良曲 2020年3月

more >
扫描二维码
下载APP了解更多

同系列产品more >

分布式机器学习实战

陈敬雷
定 价:119元

查看详情
Python机器学习(微课视频版)——...

柯博文
定 价:69元

查看详情
Python实战指南——手把手教你掌握...

周家安
定 价:89元

查看详情
Python数据分析

江雪松、邹静
定 价:79元

查看详情
机器学习算法与应用(微课视频版)

杨云、段宗涛
定 价:79元

查看详情
图书分类全部图书
more >
  • 龙良曲,澳洲在读博士,曾任新加坡国立大学助理研究员,在深度学习领域有非常丰富的理论和实践基础,在网易云课程发布2门S级课程。
  • 本书适合初学者快速入门深度学习算法和TensorFlow框架。我们已讲故事的方式向读者一步步地介绍每个核心算法,非常详细地剖析算法原理,手把手实现每个算法实战,不但让读者能够了解算法的工作原理,更重要的是教会读者如何一步步地思考问题并解决问题。具体地,我们会介绍目前深度学习的数学原理,反向传播算法,卷积神经网络,循环神经网络,对抗生产网络,自编码器,神经网络结构搜索,图卷积网络等等一系列前沿核心算法。使读者不仅可以明白原理,还能学以致用。内容讲解细致,没有数学基础的读者也能轻松入门。
more >
  • 目录 第1章人工智能绪论 1.1人工智能简介 1.1.1人工智能 1.1.2机器学习 1.1.3神经网络与深度学习 1.2神经网络发展简史 1.2.1浅层神经网络 1.2.2深度学习 1.3深度学习特点 1.3.1数据量 1.3.2计算力 1.3.3网络规模 1.3.4通用智能 1.4深度学习应用 1.4.1计算机视觉 1.4.2自然语言处理 1.4.3强化学习 1.5深度学习框架 1.5.1主流框架 1.5.2TensorFlow 2与TensorFlow 1.x 1.5.3功能演示 1.6开发环境安装 1.6.1Anaconda安装 1.6.2CUDA安装 1.6.3TensorFlow安装 1.6.4常用编辑器安装 参考文献 第2章回归问题 2.1神经元模型 2.2优化方法 2.3线性模型实战 2.4线性回归 参考文献 第3章分类问题 3.1手写数字图片数据集 3.2模型构建 3.3误差计算 3.4真的解决了吗 3.5非线性模型 3.6表达能力 3.7优化方法 3.8手写数字图片识别体验 3.8.1网络搭建 3.8.2模型训练 参考文献 第4章TensorFlow基础 4.1数据类型 4.1.1数值类型 4.1.2字符串类型 4.1.3布尔类型 ...

精彩书评more >

标题

评论

版权所有(C)2019 清华大学出版社有限公司 京ICP备10035462号 京公网安备11010802013248号

联系我们 | 网站地图 | 法律声明 | 友情链接 | 盗版举报 | 人才招聘