《深度学习案例实战》 - 台灣·大書城 - 赵卫东 - 人民邮电出版社

	登入帳戶　 \|　訂單查詢　 \|　購物車/收銀台(0)　\|　在線留言板　 \|　付款方式　 \|　聯絡我們　 \|　運費計算　 \|　幫助中心　\|　加入書簽
		會員登入新用戶註冊

HOME

新書上架

暢銷書架

好書推介

2024年度TOP

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

『簡體書』深度学习案例实战

書城自編碼： 4068367
分類：簡體書→大陸圖書→教材→研究生/本科/专科教材
作者：赵卫东
國際書號(ISBN)： 9787115656025
出版社：人民邮电出版社
出版日期： 2024-12-01

頁數/字數： /
書度/開本： 16开釘裝：平装

售價：NT$ 265

我要買件

** 我創建的書架 **
未登入.

新書推薦：

《军人与国家：军政关系的理论与政治》
售價：NT$ 653.0

《中国雕塑高等院校艺术与设计类专业》
售價：NT$ 403.0

《黄帝内经素问集注》
售價：NT$ 321.0

《大国产业—中国产业现代化转型升级与时代机遇》
售價：NT$ 403.0

《儿童和青少年心理咨询》
售價：NT$ 704.0

《我们如何学习：学习与教学的科学方法（西班牙）艾克托尔·鲁伊兹·马丁》
售價：NT$ 403.0

《感受的力量--像艺术家一样观看》
售價：NT$ 265.0

《诗词串起中国史：按照朝代顺序用诗词串起一部中国通史。》
售價：NT$ 1224.0

建議一齊購買：

NT$ 229
《机械精度设计与检测习题集》

編輯推薦：

（1）作者来自复旦大学，在国内具有一定的影响力，常举办相关的培训和讲座。
（2）难度适中、系统性强，内容基本覆盖了主流深度学习平台的主要特点和深度学习的实战难点。深入浅出，适合初学者。
（3）教材配套资料齐全，包括PPT课件、思考题、分析数据、Python程序、源代码和讲解视频等，还有实验平台和头歌在线教学平台。
（4）实践指导性强。利用主流的深度学习开源平台，通过15个实战案例知识，结合多家知名企业的实战合作项目实践，详细地分析了深度学习算法在典型领域的应用。
（5）国家级一流本科课程“深度学习及其应用”的配套教材。

內容簡介：

深度学习已经广泛地应用于各行各业，并推动了人工智能的发展。本书结合项目实践，介绍了主流深度学习平台的主要特点和深度学习的实战难点。在此基础上利用主流的深度学习开源平台，通过15个实战案例，详细地分析了卷积神经网络、循环神经网络、生成对抗网络、自注意力机制等深度学习算法在金融、零售、交通等典型领域的应用。本书精心选择数据和应用问题，设计项目的实验指导，以基于实际应用的项目作为案例，突出深度学习算法应用过程中常遇到的问题，使学生不仅能理解主流深度学习平台的原理，还能针对实际问题设计思路，具有较强的实战性。

關於作者：

赵卫东，复旦大学副教授，主要负责本科生和各类研究生机器学习、大数据核心技术和人工智能（机器学习）（商务数据分析）等课程的教学，2011年纽约大学访问学者。人工智能（机器学习）被评为上海市精品课程以及CMOOC联盟线上线下混合式教学改革项目，获得2013年高等教育上海市教学成果奖二等奖。目前主要研究方向包括机器学习应用和大数据分析等。主持国家自然科学基金2项、国家重点研发计划子课题、上海市浦江人才以及企业合作课题等30多项目。已在Knowledge and Information Systems ，Information Processing & Management，Information Systems Frontiers，Intelligent Data Analysis，Applied Intelligence等国内外刊物和学术会议发表论文100多篇。出版专著、教材《机器学习》《机器学习案例实战》《Python机器学习实战案例》等10多部。获得上海市2015年上海市科技进步二等奖。CDA三级认证数据科学家，腾讯云和百度云机器学习认证讲师。

第　1章低代码开发和加速平台　1
1.1　深度学习实战项目需求　1
1.2　ModelScope简介　2
1.3　OpenVINO简介　4
思考题　8
第　2章太阳黑子智能分类　9
2.1　背景分析　9
2.2　数据准备　9
2.3　数据预处理　10
2.3.1　图像融合　11
2.3.2　数据增强　12
2.3.3　数据集划分　13
2.4　深度卷积网络分类模型　16
2.4.1基础网络　16
2.4.2　网络输出层设计　17
2.4.3　学习率衰减　17
2.4.4　模型训练　18
2.4.5　实验评估　19
2.5　基于Conformer的图片分类模型　20
2.5.1　Conformer模型介绍　20
2.5.2　模型构建　21
2.5.3　训练过程　22
2.5.4　模型优化　24
2.5.5　模型评估　26
思考题　28
第3章　气象预测　29
3.1数据准备　29
3.2数据可视化　31
3.3数据预处理　31
3.4使用卷积神经网络进行预测　32
3.4.1　搭建inception网络　33
3.4.2　训练过程　34
3.5基于孪生卷积网络的预测　36
3.5.1　搭建孪生inception网络　37
3.5.2　训练过程　38
3.6使用循环神经网络进行预测　39
3.6.1　搭建循环神经网络模块　39
3.6.2　训练过程　40
3.7结合循环神经网络与卷积神经网络的方法训练　41
3.7.1　搭建Inception-LSTM网络　42
3.7.2　训练过程　43
思考题　44
第4章　食物咀嚼声音分类　45
4.1数据预处理　45
4.1.1音频加载　45
4.1.2对低层特征的提取　45
4.1.3　MFCC和Mel频谱特征提取　46
4.1.4心理声学特征tonnetz和chroma提取　46
4.2　VGG网络训练　47
4.3　VGG模型的改进　50
4.3.1数据集的清理　50
4.3.2清理数据集的构建　51
思考题　52
第5章　智能厨房　53
5.1数据采集与预处理　53
5.2　迁移学习准备　57
5.3　YOLOv5模型配置　57
5.4　YOLOv5模型训练　60
5.5　使用OpenVINO加速YOLOv5模型　62
思考题　66
第6章　智能冰箱食材识别　67
6.1问题分析　67
6.2数据预处理　67
6.2.1数据探索　68
6.2.2　数据集转换　68
6.2.3数据集分割　69
6.2.4数据增强　70
6.3　YOLOX模型训练和优化　70
6.3.1　模型选择　71
6.3.2模型训练　71
6.3.3模型转换　72
6.4使用OpenVINO进行优化和推理　73
6.4.1　OpenVINO模型优化　73
6.4.2　OpenVINO推理　73
6.4.3性能对比　74
6.4.4存取动作判断　75
思考题　76
第7章　集体照人脸识别　77
7.1　数据集的准备　77
7.2数据预处理　78
7.2.1数据划分　78
7.2.2数据集格式转换　79
7.2.3创建ModelScope数据集　80
7.3　DamoFD模型训练　81
7.3.1模型微调　81
7.3.2创建ModelScope模型　82
7.3.3集体照人脸识别　83
7.4模型ModelScope创空间发布　85
思考题　88
第8章　遛狗牵绳智能检测　89
8.1　数据准备　89
8.2　数据预处理　92
8.3　DAMO-YOLO模型训练　93
8.4　DAMO-YOLO模型的推理应用　95
思考题　97
第9章　智能药品识别　98
9.1　数据收集　98
9.2　数据预处理　98
9.3　数据集统计　102
9.4　YOLOv5算法训练和优化　102
9.5　模型转换和推理　104
9.6　新增药品管理　106
思考题　108
第　10章道路裂纹检测　109
10.1数据准备　109
10.2　数据预处理　110
10.3　Cascade-Mask-RCNN-Swin网络训练和优化　112
10.4　Cascade-Mask-RCNN-Swin推理　116
思考题　118
第　11章课堂学生行为检测　119
11.1　数据准备　119
11.1.1　数据获取　119
11.1.2　数据标注　120
11.1.3　数据预处理　122
11.2　DAMO-YOLO模型训练　125
11.3　DAMO-YOLOs模型推理　126
思考题　127
第　12章水边垂钓行为检测　128
12.1　数据采集与预处理　128
12.1.1　数据划分和标注　129
12.1.2　标注数据的格式转换　130
12.1.3标签文件重新生成　133
12.1.4数据增强　133
12.2　数据预处理　134
12.3　默认训练参数　135
12.4　模型训练与参数优化　135
12.4.1数据增强实验　137
12.4.2　模型精调与性能优化　139
12.4.3　训练策略调整　139
12.5　模型测试　140
12.6　总结　142
思考题　142
第　13章主副驾驶安全带检测　143
13.1数据集的准备　143
13.2　数据增强　146
13.3模型训练　147
13.4　使用ModelScope框架实现模型　149
13.5　在Openvino平台加速模型　150
13.6　结论　153
思考题　153

書城介紹　 \|　合作申請　\|　索要書目　 \|　新手入門　\|　聯絡方式　 \|　幫助中心　\|　找書說明　 \|　送貨方式　\|　付款方式	台灣用户　\|　香港/海外用户

megBook.com.tw
Copyright (C) 2013 - 2025 （香港）大書城有限公司　All Rights Reserved.