基本信息
作者：龍飛 王永興
定價：49元
印次：1-1
ISBN：9787302482789
出版日期：2017.10.01
印刷日期：2017.08.29
內容簡介
本書由一線資深技術專家撰寫，凝結了其自身多年的實踐經驗，闡述了深度學習的發展歷程、相關概念和工作原理，介紹了兩個當前流行的深度學習工具：Caffe 和TensorFlow ，並且初步探討了強化學習的基本原理和套用。為了幫助初學者快速上手，本書注重從總體框架和脈絡上把握深度學習技術，同時在闡述原理時配以簡單的實例供讀者印證。本書語言生動風趣，以通俗的語言講述複雜的原理，循循善誘，深入淺出，適合有志於從事人工智慧、深度學習相關研究的信息類專業的高年級本科生或研究生閱讀，也可供業界準備或正在從事深度學習、機器視覺等相關研發工作的工程技術人員參考。
目錄結構
第1章緒論
1.1引言
1.2基本概念
1.2.1回歸、分類、聚類
1.2.2監督學習、非監督學習、半監督學習、強化學習
1.2.3感知機、神經網路
1.3發展歷程
1.4相關學者與會議或賽事
1.5本章小結
參考文獻
第2章回歸
2.1線性回歸
2.1.1問題描述
2.1.2問題求解
2.1.3工具實現
2.2邏輯回歸
2.2.1問題描述
2.2.2問題求解
2.2.3工具實現
2.3本章小結
參考文獻
第3章人工神經網路
3.1Rosenblatt感知機
3.1.1訓練方法
3.1.2算法實例
3.1.3梯度下降
3.2人工神經網路
3.2.1網路架構
3.2.2訓練方法
3.2.3算法實例
3.3本章小結
參考文獻
深度學習：入門與實踐
目錄
第4章Caffe簡介
4.1CNN原理
4.1.1卷積
4.1.2池化
4.1.3LeNet5
4.2Caffe架構
4.2.1Blob類
4.2.2Layer類
4.2.3Net類
4.2.4Solver類
4.3Caffe套用實例
4.3.1車型識別
4.3.2目標檢測
4.4本章小結
參考文獻
第5章TensorFlow簡介
5.1TensorFlow架構
5.2TensorFlow簡單套用
5.2.1TensorFlow安裝
5.2.2線性回歸
5.3TensorFlow高級套用
5.3.1MNIST手寫數字識別
5.3.2車型識別
5.4本章小結
參考文獻
第6章強化學習簡介
6.1強化學習基本原理
6.2AlphaGo基本架構
6.3其他趣味套用
6.4本章小結
參考文獻
後記
