人工智能
类型
可以朗读
语音朗读
163千字
字数
2019-07-01
发行日期
展开全部
主编推荐语
AI/机器学习基础知识，实战TensorFlow/PyTorch/Keras，理论与实践相结合。
内容简介
本书不仅包含人工智能、机器学习及深度学习的基础知识，如卷积神经网络、循环神经网络、生成对抗网络等，而且也囊括了学会使用 TensorFlow、PyTorch 和 Keras 这三个主流的深度学习框架的最小知识量；不仅有针对相关理论的深入解释，而且也有实用的技巧，包括常见的优化技巧、使用多 GPU 训练、调试程序及将模型上线到生产系统中。本书希望同时兼顾理论和实战，使读者既能深入理解理论知识，又能把理论知识用于实战，因此本书每介绍完一个模型都会介绍其实现，读者阅读完一个模型的介绍之后就可以运行、阅读和修改相关代码，从而可以更加深刻地理解理论知识。
目录
- 封面
- 书名页
- 内容简介
- 版权页
- 前言
- 目录
- 第1章 人工智能的基本概念
- 1.1 人工智能的发展历史
- 1.2 机器学习
- 1.3 常见的监督学习模型
- 1.4 衡量指标
- 1.5 损失函数
- 1.6 优化
- 1.7 过拟合
- 1.8 机器学习示例：线性回归
- 第2章 神经网络
- 2.1 手写数字识别问题
- 2.2 单个神经元和多层神经网络
- 2.3 用代码实战多层神经网络
- 2.4 多层神经网络构建代码解析
- 2.5 反向传播算法的推导
- 2.6 代码实现反向传播算法
- 2.7 为什么反向传播算法是一个高效的算法
- 2.8 优化技巧
- 第3章 卷积神经网络
- 3.1 卷积神经网络简介
- 3.2 局部感知域
- 3.3 特征映射
- 3.4 池化
- 3.5 构建完整的卷积神经网络
- 3.6 填充和步长
- 3.7 CNN 识别MNIST 手写数字
- 3.8 CNN 模型识别CIFAR-10 图像
- 3.9 使用残差网络识别MNIST 图像
- 第4章 循环神经网络
- 4.1 基本概念
- 4.2 RNN 的扩展
- 4.3 Word Embedding 简介
- 4.4 姓名分类
- 4.5 RNN 生成莎士比亚风格句子
- 4.6 机器翻译
- 4.7 汉语—英语翻译的批量训练
- 第5章 生成对抗网络
- 5.1 为什么研究生成模型
- 5.2 生成模型的原理以及GAN 与其他生成模型的区别
- 5.3 GAN 的原理
- 5.4 深度卷积生成对抗网络
- 5.5 反卷积
- 5.6 DCGAN 实战
- 第6章 TensorFlow
- 6.1 TensorFlow 简介
- 6.2 Opitimizer
- 6.3 数据的处理和输入
- 6.4 常见网络结构
- 6.5 RNN 在TensorFlow 中的实现
- 6.6 TensorBoard
- 6.7 高层API
- 6.8 调试
- 6.9 TensorFlow Serving
- 第7章 PyTorch
- 7.1 基础知识
- 7.2 PyTorch 神经网络简介
- 7.3 训练一个分类器
- 7.4 使用NumPy 实现三层神经网络
- 7.5 使用Tensor 实现三层神经网络
- 7.6 使用autograd 实现三层神经网络
- 7.7 使用自定义的ReLU 函数
- 7.8 和TensorFlow 的对比
- 7.9 使用nn 模块实现三层神经网络
- 7.10 使用optim 包
- 7.11 自定义nn 模块
- 7.12 流程控制和参数共享
- 7.13 迁移学习示例
- 7.14 数据的加载和预处理
- 第8章 Keras
- 8.1 Keras 简介
- 8.2 Hello World
- 8.3 Sequential API
- 8.4 多分类
- 8.5 两分类
- 8.6 1D 卷积进行序列分类
- 8.7 多层LSTM 序列分类
- 8.8 有状态的LSTM
- 8.9 Functional API
- 8.10 判断两个数字是否是同一个数字
- 8.11 图片问答
- 8.12 视频问答
- 封底
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
