java自学网(www.javazx.com)-java论坛,java电子书推荐:《 深度学习与计算机视觉 算法原理、框架应用与代码实现》
& a& V7 V# J- M+ ?0 z* I4 djava电子书推荐理由:西门子高级研究员田疆博士作序力荐!Google软件工程师吕佳楠力、英伟达高级工程师华远志、理光软件研究院研究员钟诚博士力荐! 作者拥有超过5年的机器学习研发经验,目前在*专注于深度学习和计算机视觉算法的研发。 西门子高级研究员田疆博士作序力荐!Google软件工程师吕佳楠、英伟达高级工程师华远志、理光软件研究院研究员钟诚博士力荐! 注重原理和上手实战,让读者不仅能理解算法背后的思想,还能具备独立开发基于深度学习的计算机视觉算法的能力。 原理讲解通俗易懂,能通过图文定性讲解的就尽量不用公式,不可避免要用公式的地方尽量让公式作为图文讲解的辅助手段。 结合常见的应用场景,通过大量有趣、实用的实例和原创代码,带领读者一步步亲自动手,不断提高动手能力。 从第7章开始的所有实例都基于当前流行的深度学习框架 }% } D2 @$ d2 `" h
* \6 e% R8 g) r9 d& C* \* f作者:叶韵# i, W/ K* W2 \7 o+ G
出版社:机械工业出版社; B$ X8 r9 m" ]* V, ]3 l
出版时间:2017-08-04
6 {; T( U; F' o& }书籍价格:62.40元# g3 H! H& w7 g2 E8 }9 ^& T
* k( `4 {- n4 p' H ^ @( P% ]
! f' G6 U% U% V
* Q) t% q& c, X& J5 \2 r
; c+ g# t/ ]; r3 F: U; zjava电子书目录:
9 S: d* d4 ?+ W8 u2 b p第1篇 基础知识 第1章 引言 2 1.1 人工智能的新焦点——深度学习 2 1.1.1 人工智能——神话传说到影视漫画 2 1.1.2 人工智能的诞生 3 1.1.3 神经科学的研究 4 1.1.4 人工神经网络的兴起 5 1.1.5 神经网络的第一次寒冬 6 1.1.6 神经网络的第一次复兴 8 1.1.7 神经网络的第二次寒冬 9 1.1.8 2006年——深度学习的起点 10 1.1.9 生活中的深度学习 11 1.1.10 常见深度学习框架简介 12 1.2 给计算机一双眼睛——计算机视觉 14 1.2.1 计算机视觉简史 14 1.2.2 2012年——计算机视觉的新起点 16 1.2.3 计算机视觉的应用 17 1.2.4 常见计算机视觉工具包 19 1.3 基于深度学习的计算机视觉 19 1.3.1 从ImageNet竞赛到AlphaGo战胜李世石——计算机视觉超越人类 19 1.3.2 GPU和并行技术——深度学习和计算视觉发展的加速器 21 1.3.3 基于卷积神经网络的计算机视觉应用 22 第2章 深度学习和计算机视觉中的基础数学知识 27 2.1 线性变换和非线性变换 27 2.2 概率论及相关基础知识 43 2.3 维度的诅咒 50 2.4 卷积 66 2.5 数学优化基础 71 第3章 神经网络和机器学习基础 87 3.1 感知机 87 3.2 神经网络基础 89 3.3 后向传播算法 95 3.4 随机梯度下降和批量梯度下降 104 3.5 数据、训练策略和规范化 108 3.6 监督学习、非监督学习、半监督学习和强化学习 117 第4章 深度卷积神经网络 120 4.1 卷积神经网络 120 4.2 LeNet——第一个卷积神经网络 132 4.3 新起点——AlexNet 133 4.4 更深的网络——GoogLeNet 136 4.5 更深的网络——ResNet 142 第2篇 实例精讲 第5章 Python基础 148 5.1 Python简介 148 5.2 Python基本语法 150 5.3 Python的科学计算包——NumPy 167 5.4 Python的可视化包——matplotlib 175 第6章 OpenCV基础 182 6.1 OpenCV简介 182 6.2 Python-OpenCV基础 184 6.3 用OpenCV实现数据增加小工具 193 6.4 用OpenCV实现物体标注小工具 203 第7章 Hello World! 212 7.1 用MXNet实现一个神经网络 212 7.2 用Caffe实现一个神经网络 219 第8章 最简单的图片分类——手写数字识别 227 8.1 准备数据——MNIST 227 8.2 基于Caffe的实现 228 8.3 基于MXNet的实现 242 第9章 利用Caffe做回归 249 9.1 回归的原理 249 9.2 预测随机噪声的频率 250 第10章 迁移学习和模型微调 264 10.1 吃货必备——通过Python采集美食图片 264 10.2 美食分类模型 271 第11章 目标检测 288 11.1 目标检测算法简介 288 11.2 基于PASCAL VOC数据集训练SSD模型 296 第12章 度量学习 304 12.1 距离和度量学习 304 12.2 用MNIST训练Siamese网络 307 第13章 图像风格迁移 317 13.1 风格迁移算法简介 317 13.2 MXNet中的图像风格迁移例子 320 8 ^6 q8 f" g- O* m/ M" a
Java资料百度网盘下载地址链接(百度云):java自学网(javazx.com) 深度学习与计算机视觉 算法原理、框架应用与代码实现 PDF 高清 电子书 百度云.rar【密码回帖可见】
. p4 X( H5 q6 n1 _
7 t7 S1 Q* R4 v# U4 V3 L
: c- G: R7 p& m. q4 X7 Q# b8 n
; o p {& y. t2 t1 V( N) |7 k0 _9 O5 {; u
|