电子书：《深度学习：卷积神经网络从入门到精通》《深度学习：卷积神经网络从入门到精通》张婷等
111
内容简介：
主要作者介绍李玉鑑(鉴)七京工业大学教授.博士生导师。华中理工大学(现名为华中科技大学)本科毕业.中guo科学院数学研究所硕士毕业.中guo科学院半导体研究所博士毕业.北京邮电大学博士后出站。曾在中guo科学院生物物理所工作.刘意识的本质问题关注过多年.并在《21世纪100个交叉科学难题》上发表《揭开意识的奥秘》一文.提出了解决意识问题的认知相对论纲领.对脑计划和类脑研究具有宏观指导意义。长期围绕人工智能的核心目标.在神经网络、自然语言处理、模式识别和机器学习等领域开展教学、科研工作.发表guo内外期刊、会议论文数十篇.是本书和《深度学习导论及案例分析》的第一作者。
■■智能系统与技术丛书deep learningmastering convolutional neural networks from beginner深度学习卷积神经网络从入门到精通李玉缩张婷单传辉刘兆英等看q想玩出oo
图书在版编目(cip)数据度学习:卷积神经网络从入门到精通/李玉鑑等著.一北京:机械工业出版社.2018.7智能系统与技术丛书isbn978-7-111-60279-8l.深…ⅱ.李…ⅲl学习系统iv.tp273中guo版本图书馆cip数据核字(2018)第137837号深度学习:卷积神经网络从入门到精通出版发行:机械工业出版社北京市四城区百万庄大街22号政编码:100037责任编辑:张梦玲责任校对:李秋荣印刷:北京市兆成印刷有限责任公司版次:2018年7月第1版第1次印刷开本:186mmx240mm1/16ri张:2书号:isbn978-7-111-60279-8定价:79.00如有缺页、倒页、脱页.由本社发行部调换010)8837942688361066投稿热线010)88379604010)683262948837964968995259读者信箱:[email protected]版权所有·侵权必究封底无防伪标均为盗版本书法律顾间:北京大成律师事务所光/邹晓东
preface随着谷歌的 alphago、ibm的 watson和百度的小度机器人等智能产品的问世.人工智能成为大众热烈讨论的焦点。深度学习作为其中的核心技术之一.经过学术界与工业界的积极推动.已经被广泛应用于计算机视觉、语音识别和自然语言处理等诸多领域。如果读者想了解深度学习的总体概况.可参考作者编写的《深度学习导论及案例分析》。一书。本书专注讨论深度学习中应用非常广泛的模型——卷积神经网络.该模型特别适用于图像分类和识别、目标分割和检.测以及人工智能游戏方面.受众对象包括计算机、自动化、信号处理、机电工程、应用数学等相关专业的研究生、教师以及算法工程师和科研工作者。卷积神经网络是一种特殊的多层感知器或前馈神经网络.具有局部连接、权值共享的特点.其中大量神经元按照一定方式组织起来对视野中的交叠区域产生反应。其前身是ri本学者 fukushima在感受野概念的基础上提出的神经认知机模型。利用神经认知机的思想. lecun等人在1998年提出了卷积神经网络的现代雏形 lenet2012年krichevsky等人取得了卷积神经网络研究的重大突破.提出了著名的 alexnet. alexnet在 imagenet的大规模图像分类竞赛中取得优异成绩.为深度学习的全面推广立下了汗马功劳。随后.卷积神经网络模型如雨后春笋般出现.如 vggnet、 googlenetsppnet、 resnet、 densenet、 faster r-cnn、yolo、ssd、fcn、 pspnet、 mask r-cnnsiameasenet、 squeezenet、 dcgan、nin.以及在人工智能游戏中用到的深度强化模型等本书的最大特色是对卷积神经网络进行由浅入深的分类描述.依次包括:现代雏形、突破模型、应变模型、加滐模型、跨连模型、区域模型、分割模型、特殊模型、强化模型和顶尖成就。这种分类框架是在模型概述和预备知识的基础上逐步展开的.既方此书已由机械工业出版社出版.书号为isbn978-7-11150754。—编辑注
便读者入门学习.又有助于读者深入钻研本书的另一大特色是结合cafe或 tensorflow的代码来说明各种卷积神经网络模型的具体实现过程.并通过应用案例说明其价值和意义所在。典型的应用案例包括:字符识别、交通标志识别、交通路网提取、大规模图像分类、人脸图像性别分类、图像目标检.测、图像语义分割、图像实例分割、人脸图像生成、 flappy bird智能体、 alphago的仿效围棋程序等。读者可以通过运行各个应用案例的程序代码和实验数据.检验其演示效果与其他深度学习的书籍相比.本书对卷积神经网络的内容涵盖更为广泛、模型讨论更为深入、应用实践更为细致。特别是.还总结了一些运行卷积神经网络的配置技巧操作经验。比如.在运行 mask r-cnn的时候.需要先安装读取coco数据集的程序然后再进行训练或测试。在运行ssd的时候.可视化结果只给出了类别编号而没有给出类别名.作者对此已进行了修改.以方便读者按照书中所示代码显示相应的类别名。把这些经过摸索得到的技巧和经验分享给读者.对提高读者的深度学习技术水平.无疑具有很好的加速作用。本书是集体努力的成果.主要作者包括北京工业大学的李玉鑑、张婷、单传辉、刘兆英、聂小广和欧军。他们对全书的内容进行了精心的布局、认真的编写和细致的整理。同时.曾少锋、刘博文、穆红章、余华擎和方皓达等人在文献资料、实现代码和软件工具的收集方面也提供了积极的帮助。此外.华章公司的温莉芳副总经理和张梦玲编辑对本书的排版提出了许多宝贵的意见。最后.需要特别感谢家人的支持.他们也在知不觉中以各种方式对此书出版做出了贡献限于作者水平.本书难免在内容取材和结构编排上有不妥之处.希望读者不吝赐教.提出宝贵的批评和建议.我们将不胜感激。018年4月于北京工业大学
