100 条"计算摄像学:成像模型理论与深度学习实践"搜索结果
深度学习——原理、模型与实践 电子书
  • 主编
  • 本书是深度学习领域的入门教材,全面阐述了深度学习的知识体系,涵盖人工智能的基础知识以及深度学习的基本原理、模型、方法和实践案例,使读者掌握深度学习的相关知识,提高以深度学习方法解决实际问题的能力。全书内容包括人工智能基础、机器学习基础、深度学习主要框架、深度神经网络、卷积神经网络、循环神经网络、自编码器与生成对抗网络。
深度学习原理与实践 电子书
  • 陈仲铭
  • (1)大量图例,简单易懂。作者亲自绘制了大量插图,力求还原深度学习的算法思想,分解和剖析晦涩的算法,用图例来表示复杂的问题。生动的图例也能给读者带来阅读乐趣,快乐地学习算法知识,体会深度学习的算法本质。(2)简化公式,生动比喻。深度学习和机器学习类的书中通常会有大量复杂冗长的算法公式,为了避免出现读者读不懂的情况,本书尽可能地统一了公式和符号,简化相关公式,并加以生动的比喻进行解析。在启发读者的同时,锻炼读者分析问题和解决问题的能力。(3)算法原理,代码实现。在介绍深度学习及相关算法的原理时,不仅给出了对应的公式,还给出了实现和求解公式的代码,让读者明确该算法的作用、输入和输出。原理与代码相结合,使得读者对深度学习的算法实现更加具有亲切感。(4)深入浅出,精心剖析。理解深度学习需要一定的机器学习知识,本书在D1章介绍了深度学习与机器学习的关系,并简要介绍了机器学习的内容。在内容安排上,每章依次介绍模型框架的应用场景、结构和使用方式,最后通过真实的案例去全面分析该模型结构。目的是让读者可以抓住深度学习的本质。(5)入门实践,案例重现。每一章最后的真实案例不是直接堆砌代码,而是讲解使用该算法模型的原因和好处。从简单的背景知识出发,使用前文讲解过的深度学习知识实现一个实际的工程项目。实践可以用于及时检验读者对所学知识的掌握程度,为读者奠定深度学习的实践基础。将一本技术书籍写得通俗易懂谈何容易,但《深度学习原理与实践》这本书确实做到了。书中对近年来火热的深度学习理论知识进行简单剖析,化繁为简,没有局限于坐而论道,而是将实例和数学理论相结合,让读者能够快速理解各种模型并上手实践,值得细读。--唐春明 广州大学数学与信息学科学院副院长本书从原理、方法、实践这3个维度系统地介绍了深度学习的方方面面,内容详实,解读清晰,细节与全貌兼顾,既适合初学者阅读,也可以作为深入研究的参考用书。--杨刚 西安电子科技大学教授近年来出版的深度学习相关图书中,本书是我见过非常有指导意义的中文书籍之一。本书对ANN、CNN、RNN等模型进行深入浅出的介绍,引入大量图例和简化后的公式,让算法浅显易懂。每一章的实践内容都给人惊喜,强烈推荐!--吴健之 腾讯音乐高级工程师作为产品经理,我能看懂的深度学习书籍实在太少了。本书恰到好处,插图丰富直观,数学公式简练,很喜欢此类风格的图书,易懂好学。即使你不是程序员或算法专家,该书也值得一看!--张瑞 中软国际高级产品经理
深度学习算法与实践 电子书
  • 于子叶
  • 本书旨在为读者建立完整的深度学习知识体系。全书内容包含3个部分,第一部分为与深度学习相关的数学基础;第二部分为深度学习的算法基础以及相关实现;第三部分为深度学习的实际应用。
计算成像与感知 电子书
  • 边丽蘅
  • 本书立足于机器智能中的视觉感知,聚焦计算成像和计算感知这两大前沿交叉研究领域,围绕传统视觉感知面临的响应维度单一、传输带宽受限、信号噪声串扰、信息通量不足等严峻挑战,以“升维-扩域-去扰-识义”递进式研究架构为线索,详细介绍信息获取、信息拓展、信息优化和信息理解的国内外前沿方法与技术,为解决机器智能领域视觉系统高维“看不到”、广域“看不全”、细节“看不清”和语义“看不懂”等问题提供翔实的技术参考。
深度学习入门与TensorFlow实践 电子书
  • 林炳清
  • 基于TensorFlow2,系统讲述如何搭建、训练和应用深度学习模型。
深度学习原理与 TensorFlow实践 电子书
  • 黄理灿
  • 本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识:机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow:Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlowLite和TensorFlow.js、TensorFlow案例--医学应用和S
计算的理论与实践 电子书
  • 栾尚敏
  • 本书沿着计算发展的历史.介绍计算理论的模型及其在软硬件方面的实践成果。计算理论的模型主要包含递归可计算函数、λ演算、图灵机以及波斯特系统。其次,介绍了受图灵机模型影响而产生的冯·诺依曼模型,以及该模型下计算机的工作原理、硬件组成等。最后,介绍了计算模型对软件系统的影响,包括程序设计方法、系统软件和应用软件。本书可以作为计算机类相关专业本科生的教材,也可以作为想了解计算技术背景、发展过程、理论基础、
全球贸易分析模型:理论与实践 电子书
  • 刘宇
  • 通过对本书的阅读和学习,读者不仅能对GTAP模型的内容有详尽的了解,更能理论结合实践,进一步加深对可计算一般均衡模型的学习。
深度学习与计算机视觉实战 电子书
  • 主编
  • 本书以深度学习在计算机视觉领域的常用技术与案例相结合的方式,深入浅出地介绍计算机视觉的常见任务及实现技术。全书共7章,内容包含概述、图像处理基本操作、深度学习视觉基础任务、基于FaceNet的人脸识别实战、基于FasterR-CNN的目标检测实战、基于U-Net的城市道路场景分割实战、基于SRGAN的图像超分辨率技术实战等。本书大部分章包含操作实践代码和课后习题,希望能够帮助读者在计算机视觉基础任
Python计算机视觉与深度学习实战 电子书
  • 戴亮
  • 一本书入门计算机视觉,将深度学习理论融入视觉识别案例,搭建理论与实践的桥梁。
深度学习与围棋 电子书
动手学深度学习(PyTorch版) 电子书
  • 阿斯顿·张(Aston Zhang),李沐(Mu Li),等
  • ·深度学习领域重磅作品《动手学深度学习》重磅推出PyTorch版本;·李沐、阿斯顿·张等大咖作者强强联合,精心编撰;·全球400多所大学采用的教科书,提供视频课程、教学PPT、习题,方便教师授课与学生自学;·能运行、可讨论的深度学习入门书,可在线运行源码并与作译者实时讨论。
人工智能深度学习基础实践 电子书
  • 张健,常城主编
  • 本书分为人工智能产品研发、深度学习数据应用、深度学习基础应用3篇共10个项目,内容包括:人工智能需求管理、设计人工智能产品、人工智能开发平台应用、数据采集工程应用、数据处理工程应用、数据标注工程应用等。
人工智能深度学习综合实践 电子书
  • 罗卿,常城主编
  • 本书较为系统地介绍深度学习模型训练、计算机视觉模型应用、自然语言处理模型应用等技术。全书共9个项目,包括深度学习全连接神经网络应用、深度学习卷积神经网络应用、深度学习模型训练——循环神经网络应用、计算机视觉模型数据准备、计算机视觉模型训练与应用、计算机视觉模型部署、自然语言处理预训练模型数据准备、自然语言处理预训练模型训练与应用、自然语言处理模型部署等。本书以满足企业用人需求为导向、以岗位技能和综
深度学习 电子书
  • [美]伊恩·古德费洛
  • 深度学习是机器学习的一个分支,它能够使计算机通过层次概念来学习经验和理解世界。
深度学习 电子书
  • 徐立芳
  • 本书介绍了深度学习的基本概念、算法原理以及实现框架。全书共9章,分别介绍了深度学习的发展历史、神经网络与深度神经网络、卷积神经网络、循环神经网络、深度学习在目标检测和图像描述中的应用、生成对抗网络、深度迁移学习和深度强化学习等,并提供了应用实例。
深度学习在动态媒体中的应用与实践 电子书
  • 唐宏、陈麒、庄一嵘
  • 本书是一本深度学习的基础入门读物,对深度学习的基本理论进行了介绍,主要以Ubuntu系统为例搭建了三大主流框架——Caffe、TensorFlow、Torch,然后分别在3个框架下,通过3个实战项目掌握了框架的使用方法,并详细描述了生产流程,最后讲述了通过集群部署深度学习的项目以及如何进行运营维护的注意事项。本书适合对深度学习有浓厚兴趣的读者、希望用深度学习完成设计的计算机专业或电子信息专业的高校
深度学习与TensorFlow实战 电子书
  • 李建军 王希铭 潘勉 等
  • 本书主要讲解深度学习和TensorFlow的实战知识,全书分为10章,主要内容如下:第1章为深度学习概述,包括深度学习的基础知识、深度学习的生产力实现—TensorFlow、数据模型、TensorFlow项目介绍、TensorFlow工作环境的安装与运行;第2章为机器学习概述,讲解机器学习的定义、任务、性能、经验、学习算法、线性回归实例和TensorFlow的完整运行脚本;第3章介绍从生物神经元到
深度学习技术与应用 电子书
  • 许桂秋
  • 本书旨在介绍人工智能中深度学习的基础知识,为即将进入深度学习领域进行研究的读者奠定基础。全书共13章,其中,第1~4章为理论部分,第5~13章为应用部分。理论部分介绍了机器学习和深度学习的基本内容,以及TensorFlow开发框架的搭建和使用;应用部分设置了多个项目案例,并介绍了这些案例详细的实现步骤和代码,使读者在练习中熟悉和掌握相关知识的应用方法与技巧。本书采用项目驱动的编写方式,做到了理论和
Keras与深度学习实战 电子书
  • 张良均 主编
  • 本书以Keras深度学习的常用技术与真实案例相结合的方式,深入浅出地介绍使用Keras进行深度学习的重要内容。全书共7章,内容包括深度学习概述、Keras深度学习通用流程、Keras深度学习基础、基于RetinaNet的目标检测、基于LSTM网络的诗歌生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现诗歌生成等。本书大部分章包含实训和课后习题,通过练习和操作实践,读者可