包邮深度学习及自动驾驶应用

1星价 ¥119.3 (7.1折)

2星价￥119.3 定价￥168.0

作者：徐国艳王章宇周帆

出版社：机械工业出版社

本类榜单：工业技术

分类：工业技术 > 汽车与交通运输

暂无评论

图文详情

ISBN：9787111754725
装帧：一般胶版纸
册数：暂无
重量：暂无
开本：16开
页数：286
出版时间：2024-04-01
条形码：9787111754725 ; 978-7-111-75472-5

本书特色

1. 理论性和实践性强。本书详细讲解了深度学习方法中从基础的LeNet-5到前沿的Transformer等系列模型的基本理论及工程实践方法，北京踏歌智行科技有限公司为本书提供了矿区自动驾驶工程实践案例项目。通过科教融合和产教融合，将科研成果和产业级工程项目融入教材，有利于提高学生的理论创新和工程实践能力。 2. 资源丰富，实用性强。通过配套微视频、线上实践项目实现教材的数字化功能，配套的教学资源多样化，有利于学习者展开高效率的学习，同时可充分利用信息平台的便捷性，及时把深度学习新技术和*新科研成果加入电子资源中。 3. 本书可作为自动驾驶、智慧交通、智能电动车辆专业研究生教材，也可以作为高年级本科生教材；由于汽车、交通都与人们生活密切相关，因此本书也适合自动驾驶相关行业以及其他需要了解和掌握深度学习知识的研发人员参考。

内容简介

本书主要讲述了汽车自动驾驶技术概述、深度学习基础及实践、卷积神经网络、网络优化与正则化、目标检测和图像分割CNN模型、注意力机制与Transformer、生成对抗网络、强化学习等内容，以及深度强化学习理论及在自动驾驶领域的工程实践。本书从深度学习入门基础、深度学习高阶技术，到深度学习前沿技术，层层递进提高。本书还基于产教融合和科教融合，将自动驾驶领域产业级工程项目和科研成果转化为教学案例及实践项目。本书可作为自动驾驶、智慧交通、智能电动车辆专业研究生教材，也可以作为高年级本科生教材；由于汽车、交通都与人们生活密切相关，因此本书也适合自动驾驶相关行业以及其他需要了解和掌握深度学习知识的研发人员参考。

前言二维码使用说明及清单第1章汽车自动驾驶技术概述1 1.1汽车自动驾驶技术分级及发展现状2 1.1.1汽车自动驾驶的分级2 1.1.2汽车自动驾驶技术发展现状4 1.2汽车自动驾驶技术架构8 1.2.1自动驾驶环境感知技术8 1.2.2自动驾驶决策规划技术10 1.2.3自动驾驶控制执行技术11 1.3汽车自动驾驶领域深度学习应用概述11 1.3.1深度学习与传统机器学习的区别11 1.3.2深度学习的研究及应用进展12 1.3.3深度学习在自动驾驶环境感知中的应用15 1.3.4深度学习在自动驾驶决策规划中的应用15 1.3.5深度学习在自动驾驶控制执行中的应用16 思考题17 第2章深度学习基础及实践18 2.1神经网络简介19 2.1.1神经网络基本概念19 2.1.2单层感知机19 2.1.3多层感知机23 2.2深度学习理论基础23 2.2.1信号前向传播24 2.2.2激活函数25 2.2.3损失函数27 2.2.4优化方法——梯度下降法28 2.2.5误差反向传播30 2.2.6计算图36 2.3深度学习框架38 2.3.1TensorFlow38 2.3.2PyTorch39 2.3.3PaddlePaddle39 2.4实践项目：DNN车辆识别项目40 2.5实践项目：基于DNN的自动驾驶数据集分类43 思考题45 第3章卷积神经网络理论及实践46 3.1全连接神经网络的问题47 3.2卷积神经网络理论基础49 3.2.1卷积神经网络基本结构49 3.2.2卷积层51 3.2.3池化层55 3.3典型的卷积神经网络模型56 3.3.1LeNet56 3.3.2AlexNet58 3.3.3VGGNet59 3.3.4GoogleNet61 3.3.5ResNet64 3.4实践项目：CNN斑马线检测项目66 3.5实践项目：基于残差网络的自动驾驶数据集分类67 思考题69 第4章网络优化与正则化71 4.1优化方法72 4.1.1梯度下降法72 4.1.2随机梯度下降73 4.1.3Momentum方法73 4.1.4Nesterov加速梯度下降74 4.1.5自适应学习率方法75 4.1.6自适应估计Adam方法75 4.2局部*优点问题76 4.3参数初始化方法77 4.3.1参数初始化方法77 4.3.2基于固定方差的参数初始化78

展开全部