0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 信息技术 > 图形图像/多媒体 > 深度学习理论与实践

相同语种的商品

销售排行榜

浏览历史

深度学习理论与实践


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
深度学习理论与实践
  • 书号：9787030521040
    作者：何希平,刘波
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：
    字数：205000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2017-03-01
  • 所属分类：
  • 定价： ￥59.00元
    售价： ￥46.61元
  • 图书介质:
    按需印刷

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

　　深度学习作为表示学习的重要分支，有着广泛的应用价值。深度学习通常会基于多层的神经网络，它能从大规模数据中提取有效特征来表示数据，从而提高机器学习算法的性能。本书以重庆工商大学等单位的机器学习、图像处理课题为基础，系统地介绍特征选择的基本概念，以及相关的理论和算法，也对深度学习的前沿研究（如区域-卷积神经网络等）和其在计算机视觉中的应用（如目标检测）进行详细介绍，最后对深度学习的发展方向进行展望。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    第1章 深度学习概述 1
    1.1 什么是深度学习 1
    1.1.1 深度学习与表示学习 7
    1.1.2 深度学习与神经网络 8
    1.2 本章小结 11
    第2章 神经网络 13
    2.1 神经网络的基本原理 14
    2.1.1 硬阈值单元（阶跃激活函数）和符号函数 14
    2.1.2 常见的激活函数 15
    2.1.3 近似生物神经激活函数：Softplus和ReLU 16
    2.2 神经网络的结构 18
    2.3 本章小结 23
    第3章 与深度学习相关的最优化算法 24
    3.1 无约束优化 24
    3.1.1 与梯度相关的无约束最优化方法 25
    3.1.2 线性搜索 27
    3.1.3 基于梯度最优化方法的收敛性 30
    3.2 约束优化 32
    3.2.1 约束优化的基础知识 32
    3.2.2 凸优化 34
    3.2.3 求解凸优化的方法 39
    3.3 随机梯度法 43
    3.4 本章小结 47
    第4章 自编码器 49
    4.1 稀疏自编码器 56
    4.2 栈式自编码器 61
    4.3 去噪自编码器 62
    4.4 收缩自编码器 69
    4.5 本章小结 71
    第5章 Boltzmann机与深度信念网 72
    5.1 生成模型 72
    5.2 受限Boltzmann机 80
    5.2.1 能量模型 81
    5.2.2 Boltzmann机 82
    5.2.3 受限的Boltzmann机 83
    5.3 深度信念网 87
    5.4 本章小结 91
    第6章 卷积神经网络 92
    6.1 尺度不变特征变换 93
    6.2 方向梯度直方图 97
    6.3 局部二值模型 99
    6.4 卷积神经网络概述 103
    6.4.1 卷积运算 103
    6.4.2 卷积神经网络的基本概念 107
    6.4.3 卷积神经网络的结构 109
    6.4.4 计算卷积神经网络的梯度 111
    6.5 卷积神经网络的新进展 113
    6.5.1 图像分类中的卷积神经网络 113
    6.5.2 目标检测中的卷积神经网络 117
    6.5.3 空间金字塔匹配的基本原理 128
    6.6 本章小结 130
    第7章 深度学习应用 131
    7.1 深度学习框架 131
    7.2 Caffe简介 131
    7.3 一个简单的Caffe例子 132
    7.3.1 读取Caffe框架中每层参数和数据 135
    7.3.2 读取配置文件中各层参数和数据例子 136
    7.3.3 读取已训练好的模型参数 139
    7.4 本章小节 140
    附录 141
    附录A Windows下Caffe的编译与测试 141
    附录B 稀疏自编码的模拟 147
    参考文献 148
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com