包邮深度学习案例实战

1星价 ¥43.6 (8.4折)

2星价￥43.6 定价￥52.0

作者：赵卫东著

出版社：人民邮电出版社

本类榜单：教材

分类：教材 > 研究生/本科/专科教材

暂无评论

图文详情

ISBN：9787115656025
装帧：平装-胶订
册数：暂无
重量：暂无
开本：16开
页数：184
出版时间：2024-12-01
条形码：9787115656025 ; 978-7-115-65602-5

本书特色

（1）作者来自复旦大学，在国内具有一定的影响力，常举办相关的培训和讲座。

（2）难度适中、系统性强，内容基本覆盖了主流深度学习平台的主要特点和深度学习的实战难点。深入浅出，适合初学者。

（3）教材配套资料齐全，包括PPT课件、思考题、分析数据、Python程序、源代码和讲解视频等，还有实验平台和头歌在线教学平台。

（4）实践指导性强。利用主流的深度学习开源平台，通过15个实战案例知识，结合多家知名企业的实战合作项目实践，详细地分析了深度学习算法在典型领域的应用。

（5）国家级一流本科课程“深度学习及其应用”的配套教材。

内容简介

深度学习已经广泛地应用于各行各业，并推动了人工智能的发展。本书结合项目实践，介绍了主流深度学习平台的主要特点和深度学习的实战难点。在此基础上利用主流的深度学习开源平台，通过15个实战案例，详细地分析了卷积神经网络、循环神经网络、生成对抗网络、自注意力机制等深度学习算法在金融、零售、交通等典型领域的应用。本书精心选择数据和应用问题，设计项目的实验指导，以基于实际应用的项目作为案例，突出深度学习算法应用过程中常遇到的问题，使学生不仅能理解主流深度学习平台的原理，还能针对实际问题设计思路，具有较强的实战性。

第　1章低代码开发和加速平台　11.1　深度学习实战项目需求　11.2　ModelScope简介　21.3　OpenVINO简介　4思考题　8第　2章太阳黑子智能分类　9第　1章低代码开发和加速平台　11.1　深度学习实战项目需求　11.2　ModelScope简介　21.3　OpenVINO简介　4思考题　8第　2章太阳黑子智能分类　92.1　背景分析　92.2　数据准备　92.3　数据预处理　102.3.1　图像融合　112.3.2　数据增强　122.3.3　数据集划分　132.4　深度卷积网络分类模型　162.4.1基础网络　162.4.2　网络输出层设计　172.4.3　学习率衰减　172.4.4　模型训练　182.4.5　实验评估　192.5　基于Conformer的图片分类模型　202.5.1　Conformer模型介绍　202.5.2　模型构建　212.5.3　训练过程　222.5.4　模型优化　242.5.5　模型评估　26思考题　28第3章　气象预测　293.1数据准备　293.2数据可视化　313.3数据预处理　313.4使用卷积神经网络进行预测　323.4.1　搭建inception网络　333.4.2　训练过程　343.5基于孪生卷积网络的预测　363.5.1　搭建孪生inception网络　373.5.2　训练过程　383.6使用循环神经网络进行预测　393.6.1　搭建循环神经网络模块　393.6.2　训练过程　403.7结合循环神经网络与卷积神经网络的方法训练　413.7.1　搭建Inception-LSTM网络　423.7.2　训练过程　43思考题　44第4章　食物咀嚼声音分类　454.1数据预处理　454.1.1音频加载　454.1.2对低层特征的提取　454.1.3　MFCC和Mel频谱特征提取　464.1.4心理声学特征tonnetz和chroma提取　464.2　VGG网络训练　474.3　VGG模型的改进　504.3.1数据集的清理　504.3.2清理数据集的构建　51思考题　52第5章　智能厨房　535.1数据采集与预处理　535.2　迁移学习准备　575.3　YOLOv5模型配置　575.4　YOLOv5模型训练　605.5　使用OpenVINO加速YOLOv5模型　62思考题　66第6章　智能冰箱食材识别　676.1问题分析　676.2数据预处理　676.2.1数据探索　686.2.2　数据集转换　686.2.3数据集分割　696.2.4数据增强　706.3　YOLOX模型训练和优化　706.3.1　模型选择　716.3.2模型训练　716.3.3模型转换　726.4使用OpenVINO进行优化和推理　736.4.1　OpenVINO模型优化　736.4.2　OpenVINO推理　736.4.3性能对比　746.4.4存取动作判断　75思考题　76第7章　集体照人脸识别　777.1　数据集的准备　777.2数据预处理　787.2.1数据划分　787.2.2数据集格式转换　797.2.3创建ModelScope数据集　807.3　DamoFD模型训练　817.3.1模型微调　817.3.2创建ModelScope模型　827.3.3集体照人脸识别　837.4模型ModelScope创空间发布　85思考题　88第8章　遛狗牵绳智能检测　898.1　数据准备　898.2　数据预处理　928.3　DAMO-YOLO模型训练　938.4　DAMO-YOLO模型的推理应用　95思考题　97第9章　智能药品识别　989.1　数据收集　989.2　数据预处理　989.3　数据集统计　1029.4　YOLOv5算法训练和优化　1029.5　模型转换和推理　1049.6　新增药品管理　106思考题　108第　10章道路裂纹检测　10910.1数据准备　10910.2　数据预处理　11010.3　Cascade-Mask-RCNN-Swin网络训练和优化　11210.4　Cascade-Mask-RCNN-Swin推理　116思考题　118第　11章课堂学生行为检测　11911.1　数据准备　11911.1.1　数据获取　11911.1.2　数据标注　12011.1.3　数据预处理　12211.2　DAMO-YOLO模型训练　12511.3　DAMO-YOLOs模型推理　126思考题　127第　12章水边垂钓行为检测　12812.1　数据采集与预处理　12812.1.1　数据划分和标注　12912.1.2　标注数据的格式转换　13012.1.3标签文件重新生成　13312.1.4数据增强　13312.2　数据预处理　13412.3　默认训练参数　13512.4　模型训练与参数优化　13512.4.1数据增强实验　13712.4.2　模型精调与性能优化　13912.4.3　训练策略调整　13912.5　模型测试　14012.6　总结　142思考题　142第　13章主副驾驶安全带检测　14313.1数据集的准备　14313.2　数据增强　14613.3模型训练　14713.4　使用ModelScope框架实现模型　14913.5　在Openvino平台加速模型　15013.6　结论　153思考题　153

展开全部

作者简介

赵卫东，复旦大学副教授，主要负责本科生和各类研究生机器学习、大数据核心技术和人工智能（机器学习）（商务数据分析）等课程的教学，2011年纽约大学访问学者。人工智能（机器学习）被评为上海市精品课程以及CMOOC联盟线上线下混合式教学改革项目，获得2013年高等教育上海市教学成果奖二等奖。目前主要研究方向包括机器学习应用和大数据分析等。主持国家自然科学基金2项、国家重点研发计划子课题、上海市浦江人才以及企业合作课题等30多项目。已在Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers，Intelligent Data Analysis，Applied Intelligence等国内外刊物和学术会议发表论文100多篇。出版专著、教材《机器学习》《机器学习案例实战》《Python机器学习实战案例》等10多部。获得上海市2015年上海市科技进步二等奖。CDA三级认证数据科学家，腾讯云和百度云机器学习认证讲师。

本类五星书

更多>>

浏览历史

本类畅销

×

包邮深度学习案例实战

本书特色

内容简介

目录

作者简介

预估到手价 ×