国产第1页_91在线亚洲_中文字幕成人_99久久久久久_五月宗合网_久久久久国产一区二区三区四区

讀書月攻略拿走直接抄！
歡迎光臨中圖網 請 | 注冊
> >
智能科學與技術叢書卷積神經網絡與計算機視覺

包郵 智能科學與技術叢書卷積神經網絡與計算機視覺

出版社：機械工業出版社出版時間：2019-04-01
開本： 16開 頁數： 184
中 圖 價:¥62.4(6.3折) 定價  ¥99.0 登錄后可看到會員價
加入購物車 收藏
開年大促， 全場包郵
?新疆、西藏除外
本類五星書更多>
買過本商品的人還買了

智能科學與技術叢書卷積神經網絡與計算機視覺 版權信息

  • ISBN：9787111622888
  • 條形碼：9787111622888 ; 978-7-111-62288-8
  • 裝幀：一般膠版紙
  • 冊數：暫無
  • 重量：暫無
  • 所屬分類：>

智能科學與技術叢書卷積神經網絡與計算機視覺 本書特色

本書自成一體，如果你既想了解CNN的原理，又想獲得將CNN應用于計算機視覺的一手經驗，那么本書將非常適合閱讀。書中對CNN進行了全面介紹，首先是神經網絡的基本概念：訓練、正則化和優化。然后討論了各種各樣的損失函數、網絡層和流行的CNN架構，回顧了評價CNN的不同技術，并介紹了一些常用的CNN工具和庫。此外，本書還分析了CNN在計算機視覺中的應用案例，包括圖像分類、對象檢測、語義分割、場景理解和圖像生成。

智能科學與技術叢書卷積神經網絡與計算機視覺 內容簡介

本書自成一體，如果你既想了解CNN的原理，又想獲得將CNN應用于計算機視覺的一手經驗，那么本書將很好適合閱讀。書中對CNN進行了全面介紹，首先是神經網絡的基本概念：訓練、正則化和優化。然后討論了各種各樣的損失函數、網絡層和流行的CNN架構，回顧了評價CNN的不同技術，并介紹了一些常用的CNN工具和庫。此外，本書還分析了CNN在計算機視覺中的應用案例，包括圖像分類、對象檢測、語義分割、場景理解和圖像生成。

智能科學與技術叢書卷積神經網絡與計算機視覺 目錄

譯者序
前言
致謝
作者簡介
第1章簡介
11什么是計算機視覺
111應用案例
112圖像處理與計算機視覺
12什么是機器學習
121為什么需要深度學習
13本書概覽
第2章特征和分類器
21特征和分類器的重要性
211特征
212分類器
22傳統特征描述符
221方向梯度直方圖
222尺度不變特征變換
223加速健壯特征
224傳統的手工工程特征的局限性
23機器學習分類器
231支持向量機
232隨機決策森林
24總結
第3章神經網絡基礎
31引言
32多層感知機
321基礎架構
322參數學習
33循環神經網絡
331基礎架構
332參數學習
34與生物視覺的關聯
341生物神經元模型
342神經元的計算模型
343人工神經元與生物神經元
第4章卷積神經網絡
41引言
42神經網絡層
421預處理
422卷積層
423池化層
424非線性
425全連接層
426轉置卷積層
427感興趣區域的池化層
428空間金字塔池化層
429局部特征聚合描述符層
4210空間變換層
43CNN損失函數
431交叉熵損失函數
432SVM鉸鏈損失函數
433平方鉸鏈損失函數
434歐幾里得損失函數
4351誤差
436對比損失函數
437期望損失函數
438結構相似性度量
第5章CNN學習
51權重初始化
511高斯隨機初始化
512均勻隨機初始化
513正交隨機初始化
514無監督的預訓練
515澤維爾(Xavier)初始化
516ReLU敏感的縮放初始化
517層序單位方差
518有監督的預訓練
52CNN的正則化
521數據增強
522隨機失活
523隨機失連
524批量歸一化
525集成模型平均
5262正則化
5271正則化
528彈性網正則化
529*大范數約束
5210早停
53基于梯度的CNN學習
531批量梯度下降
532隨機梯度下降
533小批量梯度下降
54神經網絡優化器
541動量
542涅斯捷羅夫動量
543自適應梯度
544自適應增量
545RMSprop
546自適應矩估計
55CNN中的梯度計算
551分析微分法
552數值微分法
553符號微分法
554自動微分法
56通過可視化理解CNN
561可視化學習的權重
562可視化激活
563基于梯度的可視化
第6章CNN架構的例子
61LeNet
62AlexNet
63NiN
64VGGnet
65GoogleNet
66ResNet
67ResNeXt
68FractalNet
69DenseNet
第7章CNN在計算機視覺中的應用
71圖像分類
711PointNet
72目標檢測與定位
721基于區域的CNN
722快速RCNN
723區域建議網絡
73語義分割
731全卷積網絡
732深度反卷積網絡
733DeepLab
74場景理解
741DeepContext
742從RGBD圖像中學習豐富的特征
743用于場景理解的PointNet
75圖像生成
751生成對抗網絡
752深度卷積生成對抗網絡
753超分辨率生成對抗網絡
76基于視頻的動作識別
761靜止視頻幀的動作識別
762雙流CNN
763長期遞歸卷積網絡
第8章深度學習工具和庫
81Caffe
82TensorFlow
83MatConvNet
84Torch7
85Theano
86Keras
87Lasagne
88Marvin
89Chainer
810PyTorch
第9章結束語
91本書概要
92未來研究方向
術語表
參考文獻
展開全部

智能科學與技術叢書卷積神經網絡與計算機視覺 作者簡介

---作者簡介---
薩爾曼汗（Salman Khan） 澳大利亞國立大學講師，聯邦科學與工業研究組織（CSIRO）研究科學家。
侯賽因拉哈馬尼（Hossein Rahmani） 西澳大利亞大學計算機科學與軟件工程學院研究員。
賽義德阿法克阿里沙（Syed Afaq Ali Shah） 西澳大利亞大學計算機科學與軟件工程學院副研究員。
穆罕默德本納努恩（Mohammed Bennamoun） 西澳大利亞大學教授，曾任計算機科學與軟件工程學院院長。

---譯者簡介---
黃智瀕 北京郵電大學計算機學院講師，博士，主要研究方向為計算機視覺和三維可視化。
戴志濤 北京郵電大學計算機學院教授，主要研究方向為深度學習加速器和嵌入式系統。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網
在線客服
主站蜘蛛池模板： 久久国产高清视频 | 亚洲 欧美 国产 制服 动漫 | 欧美黑人性暴力猛交喷水 | 色妞www精品视频二 色妞www精品一级视频 | 亚洲乱亚洲乱妇13p 亚洲乱亚洲乱妇50p | 国产日本在线播放 | 四虎影库在线播放 | 在线资源站 | 日韩美女性行为免费视频 | 二人免费视频 | 亚洲一区二区三区四区五区黄 | 欧美xxxxxxx| 一级做a爱片特黄在线观看免费看 | 国产成人在线网址 | 国产欧美另类久久久精品不卡 | 伊人婷婷色香五月综合缴缴情 | 亚洲一久久久久久久久 | 国产精品一品二区三区的使用体验 | 国产精品亚洲日日摸夜夜添 | 老师粉嫩小泬喷水视频90 | 亚洲综合无码无在线观看 | 国产成人无码国产亚洲 | 一区二区国产一区二区a4yy | 真多人做人爱视频高清免费 | 国产一区二区三区四区精华 | 亚洲精品乱码久久久久久金桔影视 | 国产一级片免费视频 | 色综合久久综合欧美综合网 | 中文字幕人妻丝袜乱一区三区 | 亚洲欧美日韩综合一区在线观看 | 五月狠狠亚洲小说专区 | 高清影院在线欧美人色 | 青草视频在线播放 | 国产精品免费一区二区三区四区 | 少妇激情av一区二区三区 | 国产精品美女久久久久av爽 | 亚洲av永久无码一区二区三区 | 国产丝袜美女 | 天堂网. www在线资源 | 亚洲欧美日韩一区超高清 | 亚洲国产精品第一区二区三区 |