TOP
0
0
魅麗。花火原創小說66折起
深度學習:核心技術、工具與案例解析(簡體書)
滿額折

深度學習:核心技術、工具與案例解析(簡體書)

人民幣定價:69 元
定  價:NT$ 414 元
優惠價:87360
領券後再享89折
無庫存,下單後進貨(採購期約45個工作天)
可得紅利積點:10 點
相關商品
商品簡介
目次

商品簡介

本書共10章,可分為3個部分:第1~2章為第一部分,簡介深度學習算法的發展歷史和前沿技術簡;第3~4章為第二部分,介紹深度學習主流框架;第5~10章為第三部分,主要為實踐案例部分,結合應用場景使用深度學習技術解決相應問題,譬如語音識別器、聊天機器人、人臉識別器、對戰機器人、推薦引擎構建等。

目次

CONTENTS
目 錄
前言
第1章 瞭解深度學習 1
1.1 什麼是深度學習 1
1.1.1 深度學習能解決的問題 2
1.1.2 深度學習適用的領域 3
1.2 深度學習的技術發展 6
1.2.1 基礎技術發展 7
1.2.2 應用技術發展 8
1.3 深度學習的知識點匯總 10
1.3.1 深度學習的預備技術 11
1.3.2 深度學習的技術構成 12
1.3.3 深度學習向其他行業與技術領域的延伸 13
1.4 深度學習工具與平臺介紹 15
1.4.1 深度學習框架 15
1.4.2 深度學習基礎架構 18
1.4.3 深度學習開發工具 19
1.4.4 深度學習輔助工具 20
1.4.5 深度學習雲平臺服務 20
1.5 本章小結 22
1.6 參考資料 23
第2章 深度學習技術 24
2.1 深度學習基礎 24
2.1.1 感知器 26
2.1.2 激活函數 27
2.1.3 輸入層、隱藏層、輸出層 29
2.1.4 前向傳播與反向傳播求導 29
2.2 CNN 30
2.2.1 前饋網絡解決圖像存在的問題 31
2.2.2 卷積神經網絡 31
2.2.3 圖像的幾個不變性 33
2.2.4 卷積 34
2.2.5 池化 38
2.2.6 Inception 39
2.2.7 Flatten層和全連接層 39
2.2.8 跳層連接 40
2.2.9 經典CNN 41
2.3 RNN 41
2.3.1 RNN結構 42
2.3.2 基本結構與前向傳播 43
2.3.3 BPTT 44
2.3.4 LSTM 46
2.3.5 RNN拓展 50
2.4 最優化算法 52
2.4.1 梯度下降 52
2.4.2 Adam 54
2.5 本章小結 56
第3章 TensorFlow基礎 57
3.1 TensorFlow 57
3.2 獲取與安裝 60
3.3 變量及作用域 61
3.4 構建計算圖 66
3.5 全連接網絡構建 71
3.6 CNN構建 78
3.7 RNN構建 82
3.8 多架構運行 85
3.8.1 GPU使用 85
3.8.2 多CPU使用 86
3.9 隊列使用 88
3.10 本章小結 89
第4章 TensorFlow進階 90
4.1 TensorFlow架構與原理 90
4.2 TensorFlow擴展 93
4.2.1 TF Layers 94
4.2.2 TF Slim 95
4.2.3 TFLearn 96
4.2.4 Keras 99
4.3 Tensorboard與問題監控 101
4.4 改善深度神經網絡 103
4.5 性能優化建議 105
4.6 深度神經網絡結構 107
4.6.1 Inception結構 107
4.6.2 ResNet結構 108
4.6.3 Seq2Seq結構 108
4.6.4 Attention 109
4.7 本章小結 110
第5章 語音識別器 111
5.1 任務分析 111
5.2 數據與特徵分析 114
5.2.1 語音數據庫 114
5.2.2 語音數據特徵 115
5.3 主流語音識別網絡結構 119
5.3.1 用於語音識別的CNN 120
5.3.2 用於語音識別的RNN 122
5.4 CTC Loss 123
5.5 文本向量化 126
5.5.1 英文文本向量化 126
5.5.2 中文文本向量化 129
5.5.3 文本標簽比對 130
5.6 完整構建神經網絡 131
5.6.1 構建CNN識別網絡 132
5.6.2 用於語音識別的RNN 136
5.7 數據訓練 138
5.8 參數調優 140
5.9 實際數據分析 141
5.10 本章小結 142
第6章 對話機器人 143
6.1 對話機器人概述與應用領域 143
6.2 對話機器人主流技術 145
6.2.1 基於模板的對話機器人 145
6.2.2 基於檢索技術的對話機器人 146
6.2.3 基於深度學習的對話機器人 146
6.3 對話機器人的前沿與功能擴展 147
6.4 深度學習對話機器人原理 149
6.5 構建對話機器人 150
6.5.1 Bot界面與交互 150
6.5.2 語料預處理 155
6.5.3 模型構建 161
6.5.4 訓練流程 163
6.5.5 在線推斷 165
6.6 本章小結 166
第7章 人臉識別器 167
7.1 任務分析 167
7.2 Detection、Aliment與Identify 170
7.3 數據特徵分析 172
7.3.1 人臉位置和範圍數據 173
7.3.2 人臉關鍵點數據 174
7.3.3 人臉識別數據庫 176
7.4 haar分類器方式 178
7.4.1 固定特徵的提取 178
7.4.2 分類器 180
7.4.3 代碼實現 182
7.5 神經網絡方法演進 183
7.6 人臉識別網絡構建 185
7.6.1 人臉檢測網絡MTCNN 185
7.6.2 用於人臉檢測的GoogleNet 188
7.7 主流人臉識別網絡差異分析 190
7.8 TensorFlow搭建網絡 191
7.9 參數調優 193
7.10 實戰分析 195
7.11 本章小結 197
第8章 自動駕駛 198
8.1 自動駕駛的介紹與應用領域 198
8.1.1 自動駕駛的應用場景 199
8.1.2 自動駕駛分級 199
8.2 自動駕駛技術 201
8.2.1 端到端的自動駕駛歷史 202
8.2.2 底層硬件支撐技術平臺 203
8.3 深度增強學習 204
8.4 行車檢測 208
8.4.1 物體檢測 208
8.4.2 YOLO模型 209
8.4.3 車輛圖像數據探索 211
8.4.4 車輛視頻數據預處理 212
8.4.5 遷移學習 212
8.4.6 模型推斷 213
8.4.7 繪製檢測結果 213
8.5 端到端自動駕駛 216
8.5.1 英偉達End to End模型 216
8.5.2 評估指標 219
8.5.3 數據分析 219
8.5.4 讀入視頻,並處理圖像 222
8.5.5 深度學習模型構建與訓練 222
8.5.6 可視化結果 223
8.6 本章小結 224
8.7 參考資料 224
第9章 可視化實踐 225
9.1 可視化發展 225
9.2 可視化過程 227
9.3 Matplotlib 228
9.4 ECharts 230
9.

您曾經瀏覽過的商品

購物須知

大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。

特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。

無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。

為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。

若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

優惠價:87 360
無庫存,下單後進貨
(採購期約45個工作天)

暢銷榜

客服中心

收藏

會員專區