相關商品
商品簡介
作者簡介
名人/編輯推薦
序
目次
商品簡介
《深度學習經典案例解析（基於MATLAB）》分為“基礎篇”“應用篇”和“實戰篇”。通過17個案例循序漸進地介紹了深度學習網絡的構建、訓練、應用，以及如何基於MATLAB快速生成可執行的C、C++代碼並在硬件上部署實現，內容講解由淺及深、層層遞進。
《深度學習經典案例解析（基於MATLAB）》所講解的案例均配有代碼實現，並對代碼進行了詳細注解，讀者可通過閱讀代碼對《深度學習經典案例解析（基於MATLAB）》講解的內容進行更加深入的了解。
《深度學習經典案例解析（基於MATLAB）》適合對人工智能、深度學習技術感興趣的工程技術人員閱讀，也適合人工智能、計算機科學技術相關專業的本科生、研究生學習參考。
作者簡介
趙小川，博士，研究員，博士生導師，高新技術企業評審專家、武警裝備智能化專家委員會委員：北京市科學技術委員會、自然科學基金委員會、陸軍裝備部項目評審專家：核心期刊《計算機工程》青年編委：擔任期刊Robotica和《計算機應用研究》的審稿專家。
研究方向為人工智能技術，在感知智能、交互智能、仿生智能等方面有所突破和創新：近年來，作為項目負責人主持科研項目共計20餘項：作為首發明人先後獲得國家發明專利12項。
研究方向為人工智能技術，在感知智能、交互智能、仿生智能等方面有所突破和創新：近年來，作為項目負責人主持科研項目共計20餘項：作為首發明人先後獲得國家發明專利12項。
名人/編輯推薦
涵蓋交通標識檢測、語音識別、車輛檢測、肺炎胸片檢測等17個綜合案例
序
當前，人工智能技術飛速發展，對我們的生活產生了深遠的影響：“刷臉支付”讓交易變得快捷，“語音交互”讓生活變得方便，“智能推送”讓購物效率更高。在抗擊新冠肺炎疫情的過程中，人工智能技術也大顯身手，“智能胸片檢測”“智能口罩檢測”等技術得到了廣泛應用。
深度學習是人工智能技術的重要組成部分，關於深度學習的新理論、新方法、新技術層出不窮，很多讀者加入到了深度學習技術的學習和科研的大軍中。如何更全面、高效地掌握深度學習技術，是筆者一直關注和思考的問題。“實踐出真知”，要想真正掌握深度學習技術，必須把它用起來，即“學以致用”。為此，筆者結合自身的教學和科研經驗，對深度學習技術的理論、方法、應用進行了系統的總結與梳理，以案例的形式呈現給讀者。與其他同類書籍相比，本書的特點在於：
1）系統全面。本書分為“基礎篇”“應用篇”和“實戰篇”。通過17個案例循序漸進地介紹了深度學習網絡的構建、訓練、應用，以及如何基於MATLAB快速地生成可執行的C、C++代碼並在硬件上部署實現，內容講解由淺及深、層層遞進，符合讀者的認知心理。
2）案例豐富。本書所講解的案例中，既有交通標識檢測、語音識別、車輛檢測的深度學習經典案例，又有新冠肺炎胸片檢測等多個貼近實際的案例，還講解了基於MATLAB如何快速地生成可執行的C、C++代碼並在樹莓派上部署實現，實用性更強。本書所講解的案例均配有代碼實現，並對代碼進行了詳細的注解，讀者可通過閱讀代碼，對本書講解的內容進行更加深入的了解。
3）生動形象。寫一本有溫度的書一直是筆者所追求的目標。在本書的寫作過程中，筆者力求以生動形象的語言來解釋抽象的概念，如將“例題、作業、考試”與“訓練集、驗證集、測試集”進行類比，將“針灸”與“非激活函數”進行類比，使語言更通俗、形象、易懂。
本書適合以下讀者閱讀學習。
對人工智能、深度學習技術感興趣的工程技術人員。
人工智能、計算機科學技術相關專業的本科生、研究生。
回首本書的編寫歷程，筆者感受頗多，感謝為本書付出辛勤勞動的同仁，尤其是何灝、朱鶴、梁冠豪、馬燕琳、劉瑩等人。感謝家人的支持！
深度學習是人工智能技術的重要組成部分，關於深度學習的新理論、新方法、新技術層出不窮，很多讀者加入到了深度學習技術的學習和科研的大軍中。如何更全面、高效地掌握深度學習技術，是筆者一直關注和思考的問題。“實踐出真知”，要想真正掌握深度學習技術，必須把它用起來，即“學以致用”。為此，筆者結合自身的教學和科研經驗，對深度學習技術的理論、方法、應用進行了系統的總結與梳理，以案例的形式呈現給讀者。與其他同類書籍相比，本書的特點在於：
1）系統全面。本書分為“基礎篇”“應用篇”和“實戰篇”。通過17個案例循序漸進地介紹了深度學習網絡的構建、訓練、應用，以及如何基於MATLAB快速地生成可執行的C、C++代碼並在硬件上部署實現，內容講解由淺及深、層層遞進，符合讀者的認知心理。
2）案例豐富。本書所講解的案例中，既有交通標識檢測、語音識別、車輛檢測的深度學習經典案例，又有新冠肺炎胸片檢測等多個貼近實際的案例，還講解了基於MATLAB如何快速地生成可執行的C、C++代碼並在樹莓派上部署實現，實用性更強。本書所講解的案例均配有代碼實現，並對代碼進行了詳細的注解，讀者可通過閱讀代碼，對本書講解的內容進行更加深入的了解。
3）生動形象。寫一本有溫度的書一直是筆者所追求的目標。在本書的寫作過程中，筆者力求以生動形象的語言來解釋抽象的概念，如將“例題、作業、考試”與“訓練集、驗證集、測試集”進行類比，將“針灸”與“非激活函數”進行類比，使語言更通俗、形象、易懂。
本書適合以下讀者閱讀學習。
對人工智能、深度學習技術感興趣的工程技術人員。
人工智能、計算機科學技術相關專業的本科生、研究生。
回首本書的編寫歷程，筆者感受頗多，感謝為本書付出辛勤勞動的同仁，尤其是何灝、朱鶴、梁冠豪、馬燕琳、劉瑩等人。感謝家人的支持！
目次
前言
基礎篇
案例1 巧婦難為無米之炊：數據集的制作與加載
1．1 機器學習中的數據集
1．2 如何加載MATLAB自帶的數據集
1．3 如何加載自己制作的數據集
1．4 如何加載公開數據集：以CIFAR-10為例
1．5 如何劃分訓練集與驗證集
1．6 如何擴充數據樣本集
案例2 小試牛刀：如何構建一個卷積神經網絡
2．1 CNN的核心——“卷積”
2．2 卷積神經網絡的結構及原理
2．3 從仿生角度看卷積神經網絡
2．4 基於深度學習工具箱函數構造卷積神經網絡
2．5 采用DeepNetworkDesigner實現卷積網絡設計
2．6 其他與構建深度網絡相關的函數
案例3 精雕細琢：如何訓練一個卷積神經網紹
3．1 基本概念一點通
3．2 實例需求與實現步驟
3．3 構建卷積神經網絡
3．4 訓練卷積神經網絡
3．5 例程實現與解析
應用篇
案例4 LeNet卷積神經網絡的應用：紅綠燈識別
4．1 LeNet卷積神經網絡
4．2 基於改進LeNet的交通燈識別
4．3 例程實現與解析
案例5 AlexNet卷積神經網絡的應用：基於遷移學習的圖像分類
5．1 什麼是遷移學習
5．2 從不同的角度看遷移學習
5．3 AlexNet網絡的原理
5．4 基於AlexNet實現遷移學習的步驟
5．5 AlexNet的加載方法
5．6 如何對AlexNet進行改進以實現遷移學習
5．7 本節所用到的函數解析
5．8 例程實現與解析
5．9 采用DeepNetworkDesigner輔助實現遷移學習
案例6 VGG16卷積神經網絡的應用：融合卷積神經網絡與支持向量機的物體識別
……
實戰篇
參考文獻
基礎篇
案例1 巧婦難為無米之炊：數據集的制作與加載
1．1 機器學習中的數據集
1．2 如何加載MATLAB自帶的數據集
1．3 如何加載自己制作的數據集
1．4 如何加載公開數據集：以CIFAR-10為例
1．5 如何劃分訓練集與驗證集
1．6 如何擴充數據樣本集
案例2 小試牛刀：如何構建一個卷積神經網絡
2．1 CNN的核心——“卷積”
2．2 卷積神經網絡的結構及原理
2．3 從仿生角度看卷積神經網絡
2．4 基於深度學習工具箱函數構造卷積神經網絡
2．5 采用DeepNetworkDesigner實現卷積網絡設計
2．6 其他與構建深度網絡相關的函數
案例3 精雕細琢：如何訓練一個卷積神經網紹
3．1 基本概念一點通
3．2 實例需求與實現步驟
3．3 構建卷積神經網絡
3．4 訓練卷積神經網絡
3．5 例程實現與解析
應用篇
案例4 LeNet卷積神經網絡的應用：紅綠燈識別
4．1 LeNet卷積神經網絡
4．2 基於改進LeNet的交通燈識別
4．3 例程實現與解析
案例5 AlexNet卷積神經網絡的應用：基於遷移學習的圖像分類
5．1 什麼是遷移學習
5．2 從不同的角度看遷移學習
5．3 AlexNet網絡的原理
5．4 基於AlexNet實現遷移學習的步驟
5．5 AlexNet的加載方法
5．6 如何對AlexNet進行改進以實現遷移學習
5．7 本節所用到的函數解析
5．8 例程實現與解析
5．9 采用DeepNetworkDesigner輔助實現遷移學習
案例6 VGG16卷積神經網絡的應用：融合卷積神經網絡與支持向量機的物體識別
……
實戰篇
參考文獻
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。