实践深度学习
出版时间:
2020-10
版次:
1
ISBN:
9787111659242
定价:
69.00
装帧:
其他
开本:
16开
纸张:
胶版纸
1人买过
-
《实践深度学习》共6章,第1章主要介绍深度学习必备的器材、操作系统及中间件的安装方法;第2、3章解读了深度学习示例中的基本术语;第4章则通过示例程序说明了VGG-16、ResNet-152的具体操作方法,并给出了提升估测精度的方法。而第5章介绍了基于26层网络的Yolo和有助于医学图像目标识别的U形23层网络模型。第6章以训练擅长井字棋游戏的计算机为例,全面展示了强化学习的操作方法。 目录
译者序
原书前言
第1章 本书概要及准备工作 1
1.1 本书概要1
1.1.1 深度学习的成果1
1.1.2 本书学习内容———图像分类、目标检测、强化学习 3
1.1.3 本书学习方法———预训练模型的利用 3
1.2 本书使用的数据集5
1.3 本书使用的硬件及软件6
1.3.1 使用框架 6
1.3.2 GPU的使用 7
1.3.3 准备硬件———改造游戏用计算机 8
1.3.4 OS与中间件 9
1.4 软件安装10
1.4.1 OS的安装 10
1.4.2 中间件的安装 16
1.5 程序下载23
1.5.1 下载文档 23
1.5.2 下载文档的解压缩 24
第2章 网络结构 26
2.1 前馈神经网络26
2.1.1 全连接神经网络简介 27
2.1.2 卷积神经网络简介 27
2.2 卷积神经网络28
2.2.1 卷积层 28
2.2.2 池化层 31
2.2.3 上采样层 31
2.3 本书使用的网络模型32
第3章 基本术语 33
3.1 深度学习操作概要33
3.2 激活函数35
3.3 损失函数37
3.4 随机梯度下降法40
3.4.1 权值更新计算示例 40
3.4.2 动量 44
3.5 误差反向传播算法45
3.6 过拟合47
3.6.1 基于验证数据集的epoch数设置 47
3.6.2 正则化 49
3.6.3 dropout 50
3.7 数据扩充与预处理50
3.8 预训练模型52
3.9 学习率的调整54
第4章 图像识别分类 57
4.1 概要57
4.2 公共数据的制作59
4.2.1 下载图像数据集 59
4.2.2 数据提取和基础数据集的制作 60
4.2.3 数据扩充和公共数据集的制作 634.3 基于9层神经网络的识别分类66
4.3.1 网络概要 66
4.3.2 训练与模型搭建 67
4.3.3 模型读取和估测实操 73
4.3.4 实操示例 75
4.4 基于VGG- 16的识别分类——— 16层预训练模型80
4.4.1 VGG- 16概要 80
4.4.2 程序概要 82
4.4.3 实操示例 84
4.5 基于ResNet- 152的识别分类———152层预训练模型87
4.5.1 ResNet概要 87
4.5.2 实操环境安装 88
4.5.3 程序概要 89
4.5.4 实操示例 93
4.6 估测精度的进一步提升98
4.6.1 概要 98
4.6.2 多模型的利用 100
4.6.3 Stacked Generalization 103
4.6.4 Self Training 103
第5章 目标检测 107
5.1 目标定位———26层网络107
5.1.1 目标定位、尺寸及种类的估测 107
5.1.2 使用软件及特征 108
5.1.3 实操环境的安装 109
5.1.4 基于预训练模型的目标检测 110
5.1.5 基于目标特征提取的目标 检测 112 5.2 目标形状识别———23层网络120
5.2.1 目标位置、大小及形状的估测 120
5.2.2 使用模型及特征 120
5.2.3 程序概要 123
5.2.4 实操示例 128
第6章 强化学习———训练擅长井字棋游戏的计算机 133 6.1 强化学习133
6.1.1 强化学习概述 133
6.1.2 Q学习 133
6.1.3 DQN 136
6.2 基础框架137
6.2.1 环境与Agent 137
6.2.2 命令处理概要 139
6.2.3 环境内规则 140
6.3 实操环境的安装140
6.4 Q学习与深度学习143
6.5 实操示例147
附录 150
附录AYolo用“目标位置信息”的生成方法150
A.1 安装BBox- Lable- Tool 150
A.2 生成“目标位置信息” 151
附录B 源程序代码155
参考文献
-
内容简介:
《实践深度学习》共6章,第1章主要介绍深度学习必备的器材、操作系统及中间件的安装方法;第2、3章解读了深度学习示例中的基本术语;第4章则通过示例程序说明了VGG-16、ResNet-152的具体操作方法,并给出了提升估测精度的方法。而第5章介绍了基于26层网络的Yolo和有助于医学图像目标识别的U形23层网络模型。第6章以训练擅长井字棋游戏的计算机为例,全面展示了强化学习的操作方法。
-
目录:
目录
译者序
原书前言
第1章 本书概要及准备工作 1
1.1 本书概要1
1.1.1 深度学习的成果1
1.1.2 本书学习内容———图像分类、目标检测、强化学习 3
1.1.3 本书学习方法———预训练模型的利用 3
1.2 本书使用的数据集5
1.3 本书使用的硬件及软件6
1.3.1 使用框架 6
1.3.2 GPU的使用 7
1.3.3 准备硬件———改造游戏用计算机 8
1.3.4 OS与中间件 9
1.4 软件安装10
1.4.1 OS的安装 10
1.4.2 中间件的安装 16
1.5 程序下载23
1.5.1 下载文档 23
1.5.2 下载文档的解压缩 24
第2章 网络结构 26
2.1 前馈神经网络26
2.1.1 全连接神经网络简介 27
2.1.2 卷积神经网络简介 27
2.2 卷积神经网络28
2.2.1 卷积层 28
2.2.2 池化层 31
2.2.3 上采样层 31
2.3 本书使用的网络模型32
第3章 基本术语 33
3.1 深度学习操作概要33
3.2 激活函数35
3.3 损失函数37
3.4 随机梯度下降法40
3.4.1 权值更新计算示例 40
3.4.2 动量 44
3.5 误差反向传播算法45
3.6 过拟合47
3.6.1 基于验证数据集的epoch数设置 47
3.6.2 正则化 49
3.6.3 dropout 50
3.7 数据扩充与预处理50
3.8 预训练模型52
3.9 学习率的调整54
第4章 图像识别分类 57
4.1 概要57
4.2 公共数据的制作59
4.2.1 下载图像数据集 59
4.2.2 数据提取和基础数据集的制作 60
4.2.3 数据扩充和公共数据集的制作 634.3 基于9层神经网络的识别分类66
4.3.1 网络概要 66
4.3.2 训练与模型搭建 67
4.3.3 模型读取和估测实操 73
4.3.4 实操示例 75
4.4 基于VGG- 16的识别分类——— 16层预训练模型80
4.4.1 VGG- 16概要 80
4.4.2 程序概要 82
4.4.3 实操示例 84
4.5 基于ResNet- 152的识别分类———152层预训练模型87
4.5.1 ResNet概要 87
4.5.2 实操环境安装 88
4.5.3 程序概要 89
4.5.4 实操示例 93
4.6 估测精度的进一步提升98
4.6.1 概要 98
4.6.2 多模型的利用 100
4.6.3 Stacked Generalization 103
4.6.4 Self Training 103
第5章 目标检测 107
5.1 目标定位———26层网络107
5.1.1 目标定位、尺寸及种类的估测 107
5.1.2 使用软件及特征 108
5.1.3 实操环境的安装 109
5.1.4 基于预训练模型的目标检测 110
5.1.5 基于目标特征提取的目标 检测 112 5.2 目标形状识别———23层网络120
5.2.1 目标位置、大小及形状的估测 120
5.2.2 使用模型及特征 120
5.2.3 程序概要 123
5.2.4 实操示例 128
第6章 强化学习———训练擅长井字棋游戏的计算机 133 6.1 强化学习133
6.1.1 强化学习概述 133
6.1.2 Q学习 133
6.1.3 DQN 136
6.2 基础框架137
6.2.1 环境与Agent 137
6.2.2 命令处理概要 139
6.2.3 环境内规则 140
6.3 实操环境的安装140
6.4 Q学习与深度学习143
6.5 实操示例147
附录 150
附录AYolo用“目标位置信息”的生成方法150
A.1 安装BBox- Lable- Tool 150
A.2 生成“目标位置信息” 151
附录B 源程序代码155
参考文献
查看详情
-
九五品
北京市昌平区
平均发货21小时
成功完成率88.9%
-
九五品
上海市黄浦区
平均发货28小时
成功完成率84.22%
-
全新
山东省济宁市
平均发货64小时
成功完成率80.17%
-
全新
北京市海淀区
平均发货11小时
成功完成率86.26%
-
全新
北京市海淀区
平均发货20小时
成功完成率86.63%
-
全新
河北省保定市
平均发货28小时
成功完成率92.16%
-
全新
河北省保定市
平均发货22小时
成功完成率87.33%
-
全新
河北省保定市
平均发货21小时
成功完成率86.62%
-
全新
-
全新
河北省保定市
平均发货26小时
成功完成率85.06%
-
全新
广东省广州市
平均发货16小时
成功完成率88.3%
-
全新
四川省成都市
平均发货15小时
成功完成率90.86%
-
全新
广东省广州市
平均发货17小时
成功完成率89.08%
-
全新
广东省广州市
平均发货24小时
成功完成率84.26%
-
全新
广东省广州市
平均发货18小时
成功完成率87.63%
-
全新
山东省潍坊市
平均发货16小时
成功完成率80.59%
-
实践深度学习
所有图书均为正版新书,库存书,ISBN匹配图片偶尔会有误差,订单以ISBN码为准,套装@合集价格低的实为单本,版本有疑问先咨询下再下单
全新
-
实践深度学习
所有图书均为正版新书,库存书,ISBN匹配图片偶尔会有误差,订单以ISBN码为准,套装@合集价格低的实为单本,版本有疑问先咨询下再下单
全新
-
全新
江西省九江市
平均发货11小时
成功完成率79.98%
-
全新
浙江省嘉兴市
平均发货10小时
成功完成率93.99%
-
全新
浙江省嘉兴市
平均发货12小时
成功完成率94.36%
-
全新
北京市西城区
平均发货19小时
成功完成率89.27%
-
九五品
北京市丰台区
平均发货7小时
成功完成率73.48%
-
实践深度学习
正版保证 新华库房直发 可开电子发票 七天无理由退货让您购物无忧
全新
北京市东城区
平均发货11小时
成功完成率95.81%
-
全新
河北省保定市
平均发货24小时
成功完成率90.43%
-
全新
-
全新
北京市西城区
平均发货15小时
成功完成率91.65%
-
全新
浙江省嘉兴市
平均发货11小时
成功完成率92.56%
-
全新
江苏省无锡市
平均发货9小时
成功完成率94.19%
-
全新
北京市东城区
平均发货24小时
成功完成率86.29%
-
全新
北京市丰台区
平均发货26小时
成功完成率87.11%
-
全新
河北省保定市
平均发货29小时
成功完成率83.07%
-
全新
河北省保定市
平均发货19小时
成功完成率82.09%
-
全新
天津市西青区
平均发货15小时
成功完成率94.4%
-
全新
河北省保定市
平均发货26小时
成功完成率89.27%
-
全新
江苏省无锡市
平均发货15小时
成功完成率93.71%
-
全新
天津市西青区
平均发货14小时
成功完成率90.24%
-
全新
北京市顺义区
平均发货9小时
成功完成率94.12%
-
全新
北京市朝阳区
平均发货9小时
成功完成率96.79%
-
全新
河北省保定市
平均发货27小时
成功完成率88.08%
-
实践深度学习
本店所售图书,保证正版新书,有个别图片和实书封面不一样,以实书封面为准,有需要确定的可以联系客服。我店不能开发票。当天下单第二天发货。
全新
四川省成都市
平均发货31小时
成功完成率84.52%
-
全新
江苏省无锡市
平均发货14小时
成功完成率94.66%
-
全新
天津市东丽区
平均发货19小时
成功完成率89.96%
-
全新
北京市通州区
平均发货9小时
成功完成率87.67%
-
全新
广东省广州市
平均发货7小时
成功完成率88.25%
-
全新
河北省保定市
平均发货19小时
成功完成率88.66%
-
全新
河北省保定市
平均发货16小时
成功完成率90.04%
-
全新
广东省广州市
平均发货7小时
成功完成率94.3%
-
实践深度学习
正版库存新书☞无阅读划线☞图片与标题不符时以标题为主☞套书售价较底的为单册价。
全新
河北省廊坊市
平均发货16小时
成功完成率82.1%
-
全新
河北省保定市
平均发货30小时
成功完成率87.91%