目录

第1章人工神经网络1

1.1人工神经网络的起源与发展1

1.2人工神经网络的基本概念2

1.2.1人工神经网络的组成2

1.2.2人工神经网络的核心组件2

1.2.3前馈与反馈神经网络5

1.3人工神经网络的模型及应用9

1.4例题12

1.5课后习题17

第2章卷积神经网络18

2.1卷积神经网络的发展18

2.2卷积神经网络的原理19

2.3卷积神经网络的基本组件20

2.3.1卷积层20

2.3.2池化层24

2.3.3归一化层24

2.3.4激活函数27

2.3.5全连接层32

2.4卷积神经网络参数优化方法33

2.5卷积神经网络的优缺点及其应用场景36

2.6例题38

2.7课后习题46

第3章经典卷积神经网络47

3.1AlexNet47

3.1.1AlexNet的网络结构47

3.1.2AlexNet的改进483.2VGGNet49

3.2.1VGGNet的网络结构49

3.2.2VGGNet的特点50

3.3GoogLeNet51

3.3.1Inception结构51

3.3.2辅助分类器53

3.4残差网络53

3.5密集连接网络56

3.6生成对抗网络58

3.6.1生成对抗网络概述58

3.6.2生成对抗网络训练过程58

3.6.3生成对抗网络的发展58

3.7Transformer59

3.7.1Transformer概述59

3.7.2自注意力机制60

3.7.3Transformer的输入61

3.7.4掩码机制61

3.7.5Transformer网络61

3.8例题62

3.9课后习题71

第4章深度学习技术编程工具72

4.1Caffe73

4.1.1Caffe概述73

4.1.2Caffe的特点74

4.2Keras74

4.2.1Keras概述74

4.2.2Keras的特点75

4.3TensorFlow75

4.3.1TensorFlow概述75

4.3.2TensorFlow的特点76

4.4PyTorch76

4.4.1PyTorch概述76

4.4.2PyTorch的特点77

4.5例题77

4.6课后习题81

第5章深度学习技术的应用82

5.1图像去噪82

5.1.1图像去噪任务82

5.1.2数据集82

5.1.3经典图像去噪网络87

5.2图像超分辨率90

5.2.1图像超分辨率任务90

5.2.2数据集90

5.2.3主流图像超分辨率网络92

5.3图像识别97

5.3.1图像识别的概念97

5.3.2常用图像分类数据集98

5.3.3经典图像分类算法99

5.4目标检测102

5.4.1目标检测的概念102

5.4.2常用目标检测数据集103

5.4.3两阶段目标检测算法104

5.4.4单阶段目标检测算法106

5.5图像分割109

5.5.1图像分割的概念109

5.5.2语义分割算法110

5.5.3实例分割算法112

5.5.4图像分割的应用场景117

5.5.5总结与展望117

5.6例题118

5.7课后习题128

第6章总结和展望129

参考文献131