电子书：《深度学习：一起玩转tensorlayer》《深度学习：一起玩转tensorlayer》
111
内容简介：
内容简介本书由 tensorlayen创始人领衔. tensorlayer主要开发团队倾力打造而成。内容不仅覆盖了人工神经网络的基本知识.如多层感知器、卷积网络、递归网络及增强学习等.还着重讲解了深度学的一些新的技术.如生成对抗网络、学习方法和实践经验.配有许多应用及产品的实例。读者可从零开始掌握深度学习技术.以及使用 tensorlayer实现的各种应用本书以通俗易懂的方式讲解深度学习技术.同时配有实现方法教学.面向深度学习初学者、进阶者.以及希望长期从事深度学习研究和产品开发的深度学习的大学生和工程师。未经许可.不得以任何方式复制或抄袭本书之部分或全部内容版权所有.侵权必究图书在版编目(c|p)数据深度学习:一起玩转 tensorlayer/董豪等编著.-北京:电子工业出版社.20181博文视点a系列)sbn978-7-121-32622-6①深…‖.①董….①机器学习ⅳ①tp181中guo版本图书馆cp数据核字(2017)第215628号责任编辑:安娜印刷:中guo电影出版社印刷装订:中guo电影出版社印刷厂出版发行:电子工业出版社北京市海淀区万寿路173信箱邮编:10720×1000116印张:21.25字数:354千字版次:2018年1月第1版印次:2018年1月第1次印刷定价:99.00元凡所购买电子工业出版社图书有缺损问题.请向购买书店调换。若书店售缺.请与本社发行部联系.联系及邮购电话010)88254888.88258888质量投诉请发邮件至[email protected].盗版侵权举报请发邮件至[email protected]。本书咨询联系方式010)[email protected]
前言深度学习已经成为了当今人工智能发展的主要助力.guo务院印发的《新一代人工智能发展规划》中表示.2020年我guo人工智能核心产业规模超过1500亿元.带动相关产业规模超过1万亿元;2030年人工智能核心产业规模超过1万亿元.带动相关产业规模超过10万亿元。为此产业界急需大量实用性人才.而深度学习是一门理论与工程相结合的科学.本书将以通俗易懂的方式讲解深度学习技术.并辅以实践教学。本书同时面向深度学习初学者、进阶者及工程师.内容涵盖了全连接网络、自编码器、卷积神经网络、递归神经网络、深度增强学习、生成对抗网络等.并附有多个进阶实例教程。与传统深度学习书籍相比.本书有以下特点本书注重实践.科研人员和工程师都希望有一个深度学习开发工具可以同时满足学术界和产业界的需求.可让最新的人工智能算法很快地从实验室投入到产品中。为此我们开发了深度学习框架— tensorlayer。读者可以从零基础开始学习掌握目前最新的深度学习技术。更多关于 tensorlayer的设计思路请见第1章。帝guo理工数据科学院( data science institute)是 tensor layer的发起单位和主要开发单位.郭毅可教授是该项目领导本书对深度学习的最新方法进行了更多的阐述.特别是生成对抗网络方面.该研究方向已在无监督学习方面取得重大突破.并已经开始在产业界产生非常大的影响。本书还介绍及使用了多种新的反卷积方法.如子像素卷积和缩放卷积。研究深度学习需要做大量的实验.本书在讲解技术的同时传授了很多实验经验。除神经网络外.本书还讲解了数据预处理、数据后加工、训练、服务架设等任务.这些都是搭建整个学习系统和产品的基本工作流本书编著方式与其他同类书籍不同.是由 tensorlayer中文社区众包完成的.由董豪统稿。本书代码除第3章和第14章实例五外都由董豪提供.本书第1章由莫元汉董豪和郭毅可执笔;第2章教学部分由杨光执笔.实现讲解部分由董豪执笔;第3章由幺忠玮执笔;第4章由林一鸣执笔;第5章由王剑虹执笔;第6章由袁航执笔;第7章由于思淼执笔;第8章与第12章实例三由张敬卿执笔;第9章、第10章实例一和第13章实例四由董豪执笔;第11章实例二讲解部分由杨光执笔.实现部分由董豪执笔第14章实例五由陈竑执笔。本书图片整理由出版社、吴超、赵婧楠和种道涵完成.封面设计由出版社和王盼完成虽然本书的作者都是一线科研人员和技术人员.但是不妥和错误之处在所难免.真
深度学习:一起玩转 tensorlayer诚地希望有关专家和读者给予批评指正.以便再版时修改。最后.在计算机技术发展非常快的今天.书籍里的知识更新速度有限.建议读者多参与社区讨论交流。本书代码例子使用 tensor flow1.2和 tensorlayeri.53. python3在 ubuntu下测试。由于 tensorflow和 tensorlayer在不断地更新.若出现兼容性问题.请到各章节给定的网址链接中获取最新的代码。2017年12月读者服务轻松注册成为博文视点社区用户(www.broadview.com.cn).扫码直达本书页面提交勘误:您对书中内容的修改意见可在提交勘误处提交.若被采纳.将获赠博文视点社区积分(在您购买电子书时.积分可用来抵扣相应金额交流互动:在页面下方读者评论处留下您的疑问或观点.与我们和其他读者一同学习交流。页面入口http://www.broadviewcomcn/3262
本书作者董豪:目前就读于帝guo理工学院.从事计算机视觉、医疗数据分析和深度学习理论研究.在ccv、 tnsre、tifs、 acm mm等顶级会议和期刊发表过论文. neurocomputingtp等会议和期刊的审稿人。有创业经验.擅长把深度学习算法与实际问题结合.获得多项guo家发明专利和实用新型专利. tensorlayer创始人郭毅可:帝guo理工学院计算机系终身教授. data science institute主任. discoveryscience group主任.主持多项欧盟和英guo大型项目.研究重点为机器学习、云计算、大数据和生物信息学。伦敦 e-science研究中心首席科学家.英guo inforsense有限公司董事会主席兼首席执行官.上海生物信息技术研究中心客座教授、首席科学家. tensorlayer项目领导杨光:帝guo理工医学院高级研究员.皇家布朗普顿医院医学图像分析师.伦敦大学圣乔治医学院荣誉讲师.伦敦大学学院(ucl)硕士、博士、ie会员、spe会员ismrm会员、bmva会员.专注于医疗大数据以及医学图像的成像和分析.在各类期刊会议上发表论文近40篇.guo际专利两项. medical physics杂志临时副主编.mua会议委员会委员.长期为专业杂志会议义务审稿50余篇。其研究方向获得英guo epsrc、cruk、nihr和 british heart foundation(bhf)资助。近期致力于 medical ai方向的创新创业。昊超:帝guo理工数字科学研究所研究员.主要从事医疗和城市领域数据分析和建模的研究工作.研究工作获得 epsro、 royal society等多项研究基金资助。王剑虹:帝guo理工硕士及利物浦大学本科毕业.主要研究语音识别分类问题;目前在ucl攻读研究型硕士.主要研究增强学习在游戏中的运用么忠玮:帝guo理工硕士.本科毕业于北京邮电大学.主要研究方向为计算机视觉对生成模型和目标识别领域感兴趣。目前致力于将目标检.测算法植入嵌入式系统实现即时检.测张敬卿:帝guo理工博士在读.研究型硕士.主要研究兴趣包括深度学习、数据挖掘、时间序列与文本挖掘、多模态问题与生成模型。本科毕业于清华大学计算机科学与技术系.曾获得中guoguo家奖学金陈竑:北京大学光华管理学院在读.哈尔滨工业大学电子与信息工程学院毕业.深林一鸣:帝guo理工博士在读.主要研究深度学习在人脸分析方向的应用。
度学习:一起玩转 tensorlayer于思淼:帝guo理工博士在读.浙江大学本科毕业.主要研究方向为深度学习、生成模型及其在计算机视觉方面的应用莫元汉:帝guo理工博士在读.北京航空航天大学本科毕业.主要研究方向为深度学习、动力学及其在医疗图像分析方面的应用袁航:瑞士洛桑联邦理工(epfl)硕士在读.本科就读于德guo雅各布大学( jacobs)计算机系.及在美guo卡内基梅隆大学(cmu)计算机科学学院交换学习.主要从事计算神经科学与电脑人机接口研究。之前分别在帝guo理工及马克斯普朗克智能系统研究院( max planck institute for intelligent systems)进行研习.现在主要在 epfl g-lab研究脊髓修复对运动功能康复及血压控制等课题。本书章节具体作者情况如下表所示。本书作者作者致谢中英对照表共同填写如何阅读本书董豪第1章莫元汉、董豪、郭毅可第2章杨光、董豪第3章幺忠玮第5章王剑虹第6章袁航第8章第10章董豪、吴超第11章杨光、董豪张敬卿章吴超、赵婧楠、种道涵
