×
人人可懂的深度学习/信息技术科普丛书

人人可懂的深度学习/信息技术科普丛书

1星价 ¥50.4 (7.3折)
2星价¥50.4 定价¥69.0
暂无评论
图文详情
  • ISBN:9787111680109
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:32开
  • 页数:207
  • 出版时间:2021-04-01
  • 条形码:9787111680109 ; 978-7-111-68010-9

内容简介

本书将深度学习技术的发展历史、现状和未来向读者娓娓道来,以深入浅出的方式介绍了深度学习的核心思想和关键技术,很好适合尚不具备专业背景的读者学习和了解什么是深度学习技术,如何进行深度学习,深度学习适合哪些任务,深度学习还有哪些不足。本书对深度学习中的一些关键问题(如过拟合和梯度消失)、核心技术(如反向传播和梯度下降)、典型模型(如卷积神经网络和循环神经网络)的讲解简洁而不失深刻,对深度学习技术未来发展的讨论很有启发性,专业人士也能从中获益。

目录

译者序前言致谢第1章┆深度学习概述 / 11.1 人工智能、机器学习和深度学习 / 41.2 什么是机器学习 / 101.3 机器学习为何如此困难 / 141.4 机器学习的关键要素 / 181.5 有监督学习、无监督学习和强化学习 / 211.6 深度学习为何如此成功 / 241.7 本章小结及本书内容安排 / 27第2章┆预备知识 / 312.1 什么是数学模型 / 322.2 含有多个输入的线性模型 / 352.3 线性模型的参数设置 / 372.4 从数据中学习模型参数 / 392.5 模型的组合 / 442.6 输入空间、权重空间和激活空间 / 462.7 本章小结 / 49第3章┆神经网络:深度学习的基石 / 513.1 人工神经网络 / 533.2 人工神经元是如何处理信息的 / 563.3 为什么需要激活函数 / 613.4 神经元参数的变化如何影响神经元的行为 / 653.5 使用GPU加速神经网络的训练 / 733.6 本章小结 / 77第4章┆深度学习简史 / 804.1 早期研究:阈值逻辑单元 / 834.2 连接主义:多层感知机 / 984.3 深度学习时代 / 1144.4 本章小结 / 124第5章┆卷积神经网络和循环神经网络 / 1265.1 卷积神经网络 / 1275.2 循环神经网络 / 135第6章┆神经网络的训练 / 1476.1 梯度下降 / 1496.2 使用反向传播训练神经网络 / 165第7章┆深度学习的未来 / 1817.1 推动算法革新的大数据 / 1837.2 新模型的提出 / 1877.3 新形式的硬件 / 1897.4 可解释性问题 / 1927.5 结语 / 196术语表 / 197参考文献 / 203延伸阅读 / 208
展开全部

作者简介

赵启军,四川大学计算机学院副教授,研究方向为计算机视觉、模式识别、图像处理、生物特征识别。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航