孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

深度学习算法实践

深度学习算法实践
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: 著
出版社: 电子工业出版社
2017-07
版次: 1
ISBN: 9787121317934
定价: 79.00
装帧: 平装
开本: 16开
纸张: 轻型纸
页数: 304页
字数: 204千字
正文语种: 简体中文
分类: 教育
28人买过
  • 《深度学习算法实践》以一位软件工程师在工作中遇到的问题为主线，阐述了如何从软件工程思维向算法思维转变、如何将任务分解成算法问题，并结合程序员在工作中经常面临的产品需求，详细阐述了应该怎样从算法的角度看待、分解需求，并结合经典的任务对深度学习算法做了清晰的分析。 
    《深度学习算法实践》在表达上深入浅出，让有志于学习深度学习的读者，能够快速地理解核心所在，并顺利上手实践。 吴岸城 
    致力于深度学习在文本、图像领域的应用。曾中兴通讯、亚信联创担任研发经理、技术经理等职务，现任菱歌科技首席算法科学家一职。 1  开始     1 
    1.1  从传统的软件工程思维转型     1 
    1.2  建立算法思维     2 
    1.2.1  算法的开发流程     3 
    1.2.2  做算法的步骤     4 
    1.2.3  英特的总结     8 
    1.3  观察！观察！观察！重要的事情说三遍     11 
    2  文本分析实战     15 
    2.1  第一个文本问题     15 
    2.1.1  邮件标题的预处理     15 
    2.1.2  选用算法     18 
    2.1.3  用CNN做文本分类     21 
    2.2  情感分类     24 
    2.2.1  先分析需求     24 
    2.2.2  词法分析     25 
    2.2.3  机器学习     28 
    2.2.4  试试LSTM模型     30 
    2.3  文本深度特征提取     31 
    2.3.1  词特征表示     31 
    2.3.2  句子特征表示     42 
    2.3.3  深度语义模型     51 
    3  做一个对话机器人     53 
    3.1  理解人类提问     56 
    3.2  答案的抽取和选择     57 
    3.3  蕴含关系     62 
    3.4  生成式对话模型（Generative Model）     63 
    3.5  判断机器人说话的准确性     69 
    3.6  智能对话的总结和思考     70 
    4  视觉识别     73 
    4.1  从人脸识别开始     74 
    4.1.1  OpenCV能做什么     74 
    4.1.2  检测精度的进化：Dlib  79 
    4.1.3  表情识别：Openface  83 
    4.2  深度卷积网络     87 
    4.2.1  CNN的演化过程     87 
    4.2.2  深度卷积和更深的卷积     96 
    4.2.3  实现更深的卷积网络     103 
    4.2.4  残差网络的实现     108 
    4.2.5  十全大补药：通用的提高精度的方法     111 
    4.2.6  图像训练需要注意的地方     116 
    4.3  目标检测     125 
    4.3.1  用SSD来实现目标检测应用     133 
    4.3.2  SSD训练源码提示     136 
    4.4  视觉领域的应用     138 
    4.4.1  艺术风格画     138 
    4.4.2  看图说话：用文字描述一幅图像（BiRNN+CNN）     140 
    4.4.3  CNN的有趣应用：语音识别     142 
    5  强化学习实践     145 
    5.1  吃豆子和强化学习     145 
    5.2  马尔科夫决策过程     147 
    5.3  理解Q网络     150 
    5.4  模拟物理世界：OpenAI 152 
    5.5  实现一个DQN   154 
    5.5.1  DQN代码实现     154 
    5.5.2  DQN过程的图表化     160 
    5.6  关于强化学习的思考     163 
    5.6.1  强化学习的特殊性     163 
    5.6.2  知识的形成要素：记忆     165 
    5.6.3  终极理想：终身学习     170 
    6  预测与推荐     173 
    6.1  从Google的感冒预测说起     173 
    6.2  股票预测（一）     175 
    6.2.1  股票业务整理     176 
    6.2.2  数据获取和准备     179 
    6.2.3  模型搭建     183 
    6.2.4  优化     186 
    6.2.5  后续     187 
    6.3  股票预测（二）     189 
    6.4  深度学习在推荐领域的应用：Lookalike算法     197 
    6.4.1  调研     198 
    6.4.2  实现     201 
    6.4.3  结果     205 
    6.4.4  总结探讨     205 
    参考文献
  • 内容简介:
    《深度学习算法实践》以一位软件工程师在工作中遇到的问题为主线，阐述了如何从软件工程思维向算法思维转变、如何将任务分解成算法问题，并结合程序员在工作中经常面临的产品需求，详细阐述了应该怎样从算法的角度看待、分解需求，并结合经典的任务对深度学习算法做了清晰的分析。 
    《深度学习算法实践》在表达上深入浅出，让有志于学习深度学习的读者，能够快速地理解核心所在，并顺利上手实践。
  • 作者简介:
    吴岸城 
    致力于深度学习在文本、图像领域的应用。曾中兴通讯、亚信联创担任研发经理、技术经理等职务，现任菱歌科技首席算法科学家一职。
  • 目录:
    1  开始     1 
    1.1  从传统的软件工程思维转型     1 
    1.2  建立算法思维     2 
    1.2.1  算法的开发流程     3 
    1.2.2  做算法的步骤     4 
    1.2.3  英特的总结     8 
    1.3  观察！观察！观察！重要的事情说三遍     11 
    2  文本分析实战     15 
    2.1  第一个文本问题     15 
    2.1.1  邮件标题的预处理     15 
    2.1.2  选用算法     18 
    2.1.3  用CNN做文本分类     21 
    2.2  情感分类     24 
    2.2.1  先分析需求     24 
    2.2.2  词法分析     25 
    2.2.3  机器学习     28 
    2.2.4  试试LSTM模型     30 
    2.3  文本深度特征提取     31 
    2.3.1  词特征表示     31 
    2.3.2  句子特征表示     42 
    2.3.3  深度语义模型     51 
    3  做一个对话机器人     53 
    3.1  理解人类提问     56 
    3.2  答案的抽取和选择     57 
    3.3  蕴含关系     62 
    3.4  生成式对话模型（Generative Model）     63 
    3.5  判断机器人说话的准确性     69 
    3.6  智能对话的总结和思考     70 
    4  视觉识别     73 
    4.1  从人脸识别开始     74 
    4.1.1  OpenCV能做什么     74 
    4.1.2  检测精度的进化：Dlib  79 
    4.1.3  表情识别：Openface  83 
    4.2  深度卷积网络     87 
    4.2.1  CNN的演化过程     87 
    4.2.2  深度卷积和更深的卷积     96 
    4.2.3  实现更深的卷积网络     103 
    4.2.4  残差网络的实现     108 
    4.2.5  十全大补药：通用的提高精度的方法     111 
    4.2.6  图像训练需要注意的地方     116 
    4.3  目标检测     125 
    4.3.1  用SSD来实现目标检测应用     133 
    4.3.2  SSD训练源码提示     136 
    4.4  视觉领域的应用     138 
    4.4.1  艺术风格画     138 
    4.4.2  看图说话：用文字描述一幅图像（BiRNN+CNN）     140 
    4.4.3  CNN的有趣应用：语音识别     142 
    5  强化学习实践     145 
    5.1  吃豆子和强化学习     145 
    5.2  马尔科夫决策过程     147 
    5.3  理解Q网络     150 
    5.4  模拟物理世界：OpenAI 152 
    5.5  实现一个DQN   154 
    5.5.1  DQN代码实现     154 
    5.5.2  DQN过程的图表化     160 
    5.6  关于强化学习的思考     163 
    5.6.1  强化学习的特殊性     163 
    5.6.2  知识的形成要素：记忆     165 
    5.6.3  终极理想：终身学习     170 
    6  预测与推荐     173 
    6.1  从Google的感冒预测说起     173 
    6.2  股票预测（一）     175 
    6.2.1  股票业务整理     176 
    6.2.2  数据获取和准备     179 
    6.2.3  模型搭建     183 
    6.2.4  优化     186 
    6.2.5  后续     187 
    6.3  股票预测（二）     189 
    6.4  深度学习在推荐领域的应用：Lookalike算法     197 
    6.4.1  调研     198 
    6.4.2  实现     201 
    6.4.3  结果     205 
    6.4.4  总结探讨     205 
    参考文献
查看详情
相关分类
教育学 教育理论 教育心理学
相关图书 / 更多
深度学习算法实践
深度学习的数学——使用Python语言
[美]罗纳德·T.纽塞尔（Ronald T. Kneusel）
￥42.70 起
深度学习算法实践
深度工作(新)：如何有效使用每一点脑力
（美）卡尔·纽波特 后浪
￥24.96 起
深度学习算法实践
深度阅读训练册5年级B版
深度阅读教学研究中心 编
￥17.84 起
深度学习算法实践
深度对话茅奖作家（1-11届）
舒晋瑜
￥34.42 起
深度学习算法实践
深度关系
武志红
￥20.00 起
深度学习算法实践
深度学习的理论基础与核心算法
焦李成，杨淑媛，刘芳，刘旭，田晨曦，侯彪，马文萍，尚荣华
￥57.40 起
深度学习算法实践
深度学习与神经网络
赵金晶 等
￥45.15 起
深度学习算法实践
深度阅读训练册2年级B版
深度阅读教学研究中心 编
￥17.84 起
深度学习算法实践
深度学习模型与算法基础
许庆阳、宋勇、张承进
￥27.70 起
深度学习算法实践
深度学习与波束形成：理论、方法与实践
郭业才
￥23.76 起
深度学习算法实践
深度学习——模型、算法优化与实战
张洪朋
￥35.69 起
深度学习算法实践
深度营销：成就营销领导力的12大原则（麦肯锡年度经管好书，12大原则揭秘营销本质，带好团队就是从领导力到影响力！）
（美） 托马斯·巴塔 （美） 帕特里克·巴韦斯 著 ，美同 译
￥22.59 起
您可能感兴趣 / 更多
深度学习算法实践
交易的密码：用算法赚取第一桶金
吴岸城
￥25.00 起
深度学习算法实践
神经网络与深度学习
吴岸城 著
￥0.10 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全