电子书：《深度学习：主流框架和编程实战》《深度学习：主流框架和编程实战》
111
内容简介：
非卖品!!严禁(售卖和上传互联网平台)仅供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!!内容简介本书对深度学习四大框架进行了详细介绍.主要适用于对深度学习感兴趣的读者.包括高校的师生以及工业界的专业人员。全书内容可分为绪论、四大框架、迁移学习.以及并行计算与交叉验证第1章从深度学习与机器学习的关系、深度学习与统计学的关系、深度学习框架、深度学习中涉及的优化方法以及对深度学习展望五个方面出发.从理论上对深度学习进行全面深刻的剖析.旨在为接下的章节内客提供理论铺垫与指导第2章详细介绍 tensorflov.主要包括tensorflow的运作原理、模型构建和框架安装。在介绍完 tensorflow之后.又介绍了该框架下的具体网络的实现以及详细代码第3章将从理论与实战两方面出发讨论 caffe深度学习网络框架的发展、结构以及具体的搭建过程.最后以在cafe度学习框架下构建全卷积神经网络(fcn).并用该网络进行图像语义分割为实战示例.对该实验过程进行详细描述与分析并给出具体的代码第4草主要分三部分介绍 torch深度学习框架第一部分首先介绍 torch深度学习框架的基础知识.然后介绍了 torch深度学习框架中使用的主要语言ua;第二部分介绍toch框架的安装过程;第三部分以一个具体的目标检.测实例为出发点.首先介绍torch的类和包的用法.接着介绍构建神经网络的过程.最后介绍 faster r-cnn的方法和实例第5章对 mxnet框架进行详细介绍.包括mxne的基本概念、特点、安装过程等.最后用自然语言处理的实例来进一步展示mxne在深度学习方面的应用第6章介绍迁移学习的发展、类型与模型.迁移学习实例。第7章将在深度学习的背景下分别对并行计算和交叉验证这两种方法进行详细介绍。
非卖品!!严禁(售卖和上传互联网平台)仅供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!■■■智能系统与技术丛书deep learning in action深度学习主流框架和编程实战赵涓涓强彦主编q想玉出出
非卖品!!严禁(售卖和上传互联网平台)仅供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!!图书在版编目(cip)数据深度学习:主流框架和编程实战/赵涓酒.强彦主编.一北京:机械工业出版社.2018智能系统与技术丛书isbn978-7-111-59239-6②强…ⅲ学习系统中guo版本图书馆cip数据核字(2018)第036265号深度学习:主流框架和编程实战出版发行:机械工业出版社《北京市西城区百万庄大街22号邮政编码:10007责任编辑:余洁责任校对:李秋荣印刷:北京市荣盛彩色印刷有限公司版次:2018年4月第1版第1次印刷开本:186mmx240mm1/16印张:13.75书号:1sbn978-7-111-59239-6定价:59.00元凡购本书.如有缺页、倒页、脱页.由本社发行调换客服热线010)8837942688361066投稿热线010)88379604购书热线010)683262948837964968995259读者信箱:hzit@ hzbook com板权所有·侵权必究本书法律顾问:北京大成律师事务所韩光
非卖品!!严禁(售卖和上传互联网平台)仅供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!!preface前言自20世纪80年代以来.机器学习已经在算法、理论和应用等方面取得了巨大成功广泛应用于产业界与学术界。简单来说.机器学习就是通过算法使得机器能从大量历史数据中学习规律.从而对新的样本完成智能识别或对未来做预测。深度学习是一种机器学习方法.在一些最新的研究领域和新的应用背景下.可用数据量的激增、计算能力的增强以及计算成本的降低为深度学习的快速发展铺平了道路.同时也为深度学习在各大领域的应用提供了支撑。自 alphago被提出并成功击败职业围棋手后.“深度学习”这一概念快速进入人们的视野并在业界引起了轰动.其因强大的特征提取能力以及灵活性在guo内外各大企业中掀起一阵狂潮.在语音识别、图像识别和图像处理领域取得的成果尤为突出本书是以实践案例为主的深度学习框架结合编程实战的综合性著作.将带领读者逐步掌握深度学习需要的数据处理、调整参数、运行实例和二次编码.不仅帮助读者理解理论知识.而且能够使读者熟练掌握各种深度学习框架下的编程控制。本书配有大量的实践案例.既便于课堂教学.又便于学生自学。此外本书还配有同步ppt课件和程序源码.可供教师进行实验课程辅导。本书介绍了四种深度学习框架( tensorflow、 caffe、 torch、 mxnet)的运行原理配合实例介绍了框架的详细安装、程序设计、调参和二次接口的详细编程过程.引者完整搭建深度学习框架.相信本书能够从实战的角度帮助读者快速掌握和提高深度学习编程的技能全书内容可分为绪论、四大框架、迁移学习和并行计算/交叉验证四大部分.共7章。第1章讨论深度学习与机器学习的关系、深度学习与统计学的关系、深度学习框架、深度学习中涉及的优化方法以及对深度学习的展望五个方面的内容.从理论上对深度学
非卖品!!严禁(售卖和上传互联网平台)仅供对书籍质量进行鉴定甄别!为是否购买正版实体书提供依据!!习进行全面深刻的剖析.旨在为后续学习提供理论铺垫与指导。第2章对 tensor flow深度学习框架进行详细介绍.主要包括 tensor flow运作原理模型构建、框架安装.并进一步介绍了 tensor flow框架下具体网络的图像分类编程实现以及详细代码的解读。第3章从理论与实战两方面对cae深度学习框架的发展、结构以及具体的搭建过程进行详细介绍.并在cafe深度学习框架下构建全卷积神经网络( fully convolutional networkfcn).用该网络进行图像语义分割的实战编程.对该案例程序代码进行详细解读。第4章介绍 torch深度学习框架的基础知识.同时介绍 torch深度学习框架中使用的lua语言;按照 torch框架的安装过程.以一个具体的目标检.测实例为出发点.详细介绍torch的类和包的用法以及构建神经网络的全过程.最后介绍 faster r-cnn的方法和实例第:m分.包折的基本要金相点从的装过程等.利用自然语言处理的实例来进一步展示 mxnet在深度学习方面的应用实战。第6章介绍迁移学习发展、迁移学习的类型与模型.并以实际案例对迁移学习的过进行详细介绍与分析。第7章在深度学习的背景下分别对并行计算和交叉验证这两种方法进行详细介绍.本书既可作为大学本科、研究生相关专业教材.也适用于各种人工智能、机器学习培训与认证体系.同时可供广大深度学习开发人员参考。本书由多人合作完成.其中.第1章由太原理工大学强彦编写.第2章由太原理工大学赵涓涓编写.第3章由太原理工大学王华编写.第4章由太原理工大学肖小娇编写第5章由晋中学院董云云编写.第6章由太原理工大学马瑞青编写.第7章由大同大学傅文博编写.全书由强彦审阅本书在撰写过程中得到了赵鹏飞、罗嘉滢、肖宁、高慧明、吴保荣等项目组成员和业内专家的大力支持和协助.在此一并表示衷心的感谢!由于作者水平有限.不当之处在所难免.恳请读者及同仁赐教指正。