新書推薦:

《
数学分析(第一卷)(第7版)(精装典藏版)
》
售價:NT$
454.0

《
什么是思想史 历史学的实践丛书
》
售價:NT$
286.0

《
法律是什么:20世纪英美法理学批判阅读(全新增订版)
》
售價:NT$
296.0

《
从宁波到日本:生活世界的对话
》
售價:NT$
347.0

《
怪谈:一本详知日本怪谈文学发展脉络史!
》
售價:NT$
265.0

《
韩江黑夜的狂欢:2024年诺贝尔文学奖得主韩江出道作品
》
售價:NT$
296.0

《
销售的力量
》
售價:NT$
454.0

《
我活下来了(直木奖作者西加奈子,纪实性长篇散文佳作 上市不到一年,日本畅销二十九万册)
》
售價:NT$
296.0
|
內容簡介: |
●用PyTorch實作電腦視覺
●零基礎掌握深度學習、Python、PyTorch、神經網路、移轉學習及相關數學知識
電腦視覺、自然語言處理和語音辨識是目前深度學習領域熱門的三大應用方向,本書希望幫助零基礎或基礎較為薄弱的讀者入門深度學習,獨立使用深度學習知識處理電腦視覺問題。
讀者透過本書將學到人工智慧的基礎概念及Python程式設計技能,掌握PyTorch的使用方法,學到深度學習相關的理論知識,如旋積神經網路、循環神經網路、自動編碼器等。
在掌握深度學習理論和程式設計技能之後,讀者還會學到如何基於PyTorch深度學習框架實戰電腦視覺。
書中大量實例可讓讀者在循序漸進學習的同時,不斷地獲得成就感。
適用:對深度學習技術感興趣、或相關基礎知識較為薄弱或零基礎的讀者。
|
關於作者: |
唐進民
深入理解深度學習與電腦視覺知識體系,有紮實的PyTorch、Python和數學功底。長期活躍於Github、知乎等平台並分享與深度學習相關的文章,還在AI網路教育平台兼職Mentor,輔導新學員入門機器學習和深度學習。
|
目錄:
|
前言
01|淺談人工智慧、神經網路和電腦視覺
1.1人工還是智慧
1.2人工智慧的三起兩落
1.3神經網路簡史
1.4電腦視覺
1.5深度學習+
02|相關的數學知識
2.1 矩陣運算入門
2.2 導數求解
03|深度神經網路基礎
3.1監督學習和無監督學習
3.2欠擬合和過擬合
3.3反向傳播
3.4損失和最佳化
3.5啟動函數
3.6本機深度學習工作站
04|旋積神經網路
4.1旋積神經網路基礎
4.2LeNet模型
4.3AlexNet模型
4.4VGGNet模型
4.5GoogleNet
4.6ResNet
05|Python
5.1Python簡介
5.2JupyterNotebook
5.3Python入門
5.4Python中的NumPy
5.5Python中的Matplotlib
06|PyTorch基礎
6.1PyTorch中的Tensor
6.2自動梯度
6.3模型架設和參數最佳化
6.4實戰手寫數字識別
07|遷移學習
7.1遷移學習入門
7.2資料集處理
7.3模型架設和參數最佳化
7.4小結
08|影像風格遷移實戰
8.1風格遷移入門
8.2PyTorch影像風格遷移實戰
8.3小結
09|多模型融合
9.1多模型融合入門
9.2PyTorch之多模型融合實戰
9.3小結
10|循環神經網路
10.1循環神經網路入門
10.2PyTorch之循環神經網路實戰
10.3小結
11|自動編碼器
11.1自動編碼器入門
11.2PyTorch之自動編碼實戰
11.3小結
|
|