新書推薦:

《
万历十八年之风起辽东
》
售價:NT$
398.0

《
实战ANSYS Icepak电子热设计
》
售價:NT$
454.0

《
水库式经营
》
售價:NT$
286.0

《
哲学家的最后一课
》
售價:NT$
270.0

《
进入全球公共视域的清帝国:欧洲文献里的中国邸报
》
售價:NT$
649.0

《
微积分学教程(第二卷)(第8版)
》
售價:NT$
545.0

《
16至20世纪知识史中的流亡者与客居者
》
售價:NT$
484.0

《
家庭经济学:用经济学视角解读家庭关系
》
售價:NT$
380.0
|
內容簡介: |
●用PyTorch實作電腦視覺
●零基礎掌握深度學習、Python、PyTorch、神經網路、移轉學習及相關數學知識
電腦視覺、自然語言處理和語音辨識是目前深度學習領域熱門的三大應用方向,本書希望幫助零基礎或基礎較為薄弱的讀者入門深度學習,獨立使用深度學習知識處理電腦視覺問題。
讀者透過本書將學到人工智慧的基礎概念及Python程式設計技能,掌握PyTorch的使用方法,學到深度學習相關的理論知識,如旋積神經網路、循環神經網路、自動編碼器等。
在掌握深度學習理論和程式設計技能之後,讀者還會學到如何基於PyTorch深度學習框架實戰電腦視覺。
書中大量實例可讓讀者在循序漸進學習的同時,不斷地獲得成就感。
適用:對深度學習技術感興趣、或相關基礎知識較為薄弱或零基礎的讀者。
|
關於作者: |
唐進民
深入理解深度學習與電腦視覺知識體系,有紮實的PyTorch、Python和數學功底。長期活躍於Github、知乎等平台並分享與深度學習相關的文章,還在AI網路教育平台兼職Mentor,輔導新學員入門機器學習和深度學習。
|
目錄:
|
前言
01|淺談人工智慧、神經網路和電腦視覺
1.1人工還是智慧
1.2人工智慧的三起兩落
1.3神經網路簡史
1.4電腦視覺
1.5深度學習+
02|相關的數學知識
2.1 矩陣運算入門
2.2 導數求解
03|深度神經網路基礎
3.1監督學習和無監督學習
3.2欠擬合和過擬合
3.3反向傳播
3.4損失和最佳化
3.5啟動函數
3.6本機深度學習工作站
04|旋積神經網路
4.1旋積神經網路基礎
4.2LeNet模型
4.3AlexNet模型
4.4VGGNet模型
4.5GoogleNet
4.6ResNet
05|Python
5.1Python簡介
5.2JupyterNotebook
5.3Python入門
5.4Python中的NumPy
5.5Python中的Matplotlib
06|PyTorch基礎
6.1PyTorch中的Tensor
6.2自動梯度
6.3模型架設和參數最佳化
6.4實戰手寫數字識別
07|遷移學習
7.1遷移學習入門
7.2資料集處理
7.3模型架設和參數最佳化
7.4小結
08|影像風格遷移實戰
8.1風格遷移入門
8.2PyTorch影像風格遷移實戰
8.3小結
09|多模型融合
9.1多模型融合入門
9.2PyTorch之多模型融合實戰
9.3小結
10|循環神經網路
10.1循環神經網路入門
10.2PyTorch之循環神經網路實戰
10.3小結
11|自動編碼器
11.1自動編碼器入門
11.2PyTorch之自動編碼實戰
11.3小結
|
|