100 条"神经网络与深度学习"搜索结果
  • 邱锡鹏
  • 适读人群:1.高校人工智能等相关专业方向的本科生和研究生;2.深度学习/机器学习/AI算法/自然语言处理工程师;3.从事机器学习和自然语言处理研究的专业人员;4.其他对深度学习和神经网络感兴趣的人员。1)复旦大学邱锡鹏教授基于优秀科研和教学实践,历时5年时间静心写作、不断完善,深受好评的深度学习讲义“蒲公英书”正式版!2)字节跳动AI实验室主任李航、南京大学周志华教授、复旦大学吴立德教授强力推荐。3)系统整理深度学习的知识体系,从机器学习基础、神经网络模型以及概率图模型三个层面来串联深度学习所涉及的知识点,兼具系统性、条理性和全面性。4)适合自学与入门。在网站上配套了教学PPT以及针对每章知识点的编程练习,理论和实践结合,加深读者对知识的理解,并提高问题求解能力。5)内容安排由浅入深,语言表达通俗易懂,排版布局图文并茂,全彩印刷装帧精美。“蒲公英书”的由来:在封面上专门设计了蒲公英图案,寓意是希望这本教材能够帮助更多的学生进入深度学习以及人工智能领域,他们会为人工智能领域注入新的生机与活力。——邱锡鹏
深度学习与飞桨PaddlePaddle Fluid实战 电子书
  • 于祥
  • 飞桨PaddlePaddle是百度推出的深度学习框架,不仅支撑了百度公司的很多业务和应用,而且随着其开源过程的推进,在其他行业得到普及和应用。本书基于2019年7月4日发布的飞桨PaddlePaddleFluid1.5版本(后续版本会兼容旧版本),以真实案例介绍如何应用飞桨PaddlePaddle解决主流的深度学习问题。本书适合对人工智能感兴趣的学生、从事机器学习相关工作的读者阅读,尤其适合想要通过飞桨PaddlePaddle掌握深度学习应用技术的研究者和从业者参考。本书包括以下内容:●飞桨PaddlePaddle的核心设计思想;●PaddlePaddle在MNIST上进行手写数字识别;●图像分类网络实现案例;●“天网”中目标检测和像素级物体分割的实现;●NLP技术应用案例:word2vec、情感分析、语义角色标注及机器翻译;●Paddle-Mobile与Anakin框架等高级主题;●飞桨PaddlePaddle与TensorFlow、Caffe框架的常用层对比。
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深度学习:逻辑、算法与编程实战 电子书
  • 何福贵 编著
  • 机器学习是人工智能领域一个极其重要的研究方向,而深度学习则是机器学习中一个非常接近AI的分支,其思路在于建立进行分析学习的神经网络,模仿人脑感知与组织的方式,根据输入数据做出决策。深度学习在快速的发展过程中,不断有与其相关的产品推向市场,显然,深度学习的应用将会日趋广泛。《Python深度学习:逻辑、算法与编程实战》是关于深度学习的理论、算法、应用的实战教程,内容涵盖深度学习的语言、学习环境、典型
动手打造深度学习框架 电子书
  • 李伟
  • 本书基于C++编写,旨在带领读者动手打造出一个深度学习框架。
深度学习实战之PaddlePaddle 电子书
  • 潘志宏 王培彬 万智萍 邱泽敏
  • 内容提要本书全面讲解了深度学习框架PaddlePaddle,并结合典型案例,阐述了PaddlePaddle的具体应用。本书共15章。第1章介绍了深度学习及其主流框架;第2章介绍了几种不同的PaddlePaddle安装方式;第3章使用MNIST数据集实现手写数字识别;第4章介绍CIFAR彩色图像识别;第5章介绍了自定义数据集的识别;第6章介绍了验证码的识别;第7章介绍了场景文字的识别;第8章实现了验
深度强化学习实战 电子书
TensorFlow 2深度学习实战 电子书
  • 张良均
  • 本书以深度学习的常用技术与TensorFlow2真实案例相结合的方式,深入浅出地介绍TensorFlow2实现深度学习的重要内容。全书共7章,分为基础篇(第1~3章)和实战篇(第4~7章),基础篇内容包括深度学习概述、TensorFlow2快速入门、深度神经网络原理及实现等基础知识;实战篇内容包括4个案例,分别为基于CNN的门牌号识别、基于LSTM网络的语音识别、基于CycleGAN的图像风格转换
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。
深度学习原理与PyTorch实战(第2版) 电子书
  • 集智俱乐部
  • 一本系统介绍深度学习技术及开源框架PyTorch的入门书。
深度学习图像识别技术 电子书
  • 张晶
  • 适读人群:第一、打算学习并入门AI技术的高中、大中专、职高以及本科学生。第二、在各传统行业中,如农业、可再生资源、制造业及工业控制等,希望应用AI目标检测算法解决本行业问题的工程技术人员。第三、已经进入AI行业,但非AI算法工程师,希望自己动手亲自体验并学习AI技术的从业人员,如标注工程师、销售工程师、售后工程师、市场经理或产品经理等。1.人工智能专家教您利用深度学习技术快速落地图像识别项目。2.英特尔物联网事业部中国总经理陈伟博士倾力推荐。3.附赠超过4GB的案例素材资料包。
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。
Python深度学习(第2版) 电子书
TensorFlow深度学习项目实战(深度学习系列) 电子书
  • [美] 卢卡·马萨罗
  • 本书用TensorFlow框架针对现实场景设计深度学习系统,实现有趣的深度学习项目。
Python深度学习实战——基于Pytorch 电子书
  • 主编
  • 本书以深度学习框架PyTorch为基础,介绍机器学习的基础知识与常用方法,全面细致地提供了基本机器学习操作的原理和在深度学习框架下的实践步骤。全书共16章,主要分别介绍了深度学习基础知识、深度学习框架及其对比,机器学习基础知识,深度学习框架基础,Logistic回归,多层感知器,计算机视觉,自然语言处理以及8个实战案例。本书将理论与实践紧密结合,相信能为读者提供有益的学习指导。??本书适合Pyth
深度学习程序设计实战 电子书
  • 方林 编著
  • 本书以Python语言和Tensorflow为工具,由浅入深地讲述了深度学习程序设计的基本原理、算法和思考问题的方法,内容包括自顶向下的程序设计、递归程序设计、面向对象的程序设计、反向传播算法、三层神经网络、卷积神经网络、循环神经网络、生成式对抗网络和目标检测等。
用Python实现深度学习框架 电子书
  • 陈震
  • 本书分为三个部分。第一部分是原理篇,实现了MatrixSlow框架的核心基础设施,并基于此讲解了机器学习与深度学习的概念和原理。第二部分是模型篇,介绍了多种具有代表性的模型,包括逻辑回归、多层全连接神经网络、因子分解机、Wide&Deep、DeepFM、循环神经网络以及卷积神经网络,这部分除了着重介绍这些模型的原理、结构以及它们之间的联系外,还用MatrixSlow框架搭建并训练它们以解决实际问题
深度学习从入门到精通 电子书
  • 谢佳标 主编
  • 本书基于当前流行的深度学习框架之一——Keras,从新手的角度出发,详细讲解Keras的原理,力求帮助读者实现Keras从入门到精通。全书共9章,主要内容包括初识深度学习、深度学习的数据预处理技术、使用Keras开发深度学习模型、卷积神经网络及图像分类、循环神经网络在文本序列中的应用、自编码器、生成式对抗网络、模型评估及模型优化,以及深度学习实验项目。本书内容由浅入深、语言通俗易懂,从基本原理到案
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
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