主编推荐语

本书旨在帮助读者从更高维度了解、掌握并成功构建针对自身应用的深度学习模型。

内容简介

深度学习是一种以人工神经网络等为架构，对数据资料进行表示学习的算法，它是计算机科学及人工智能的重要分支，其代表性成果（如卷积神经网络、循环神经网络等）作为信息产业与工业互联网等行业的主流工具性技术已被成功应用于诸多现实场景。

全书除绪论和附录外，共有15章，分四篇。

第一篇“机器学习”（第1章），介绍机器学习的基本术语、基础理论与模型；

第二篇“深度学习基础”（第2～5章），介绍深度学习基本概念、卷积神经网络、循环神经网络和Transformer网络等内容；

第三篇“深度学习实践”（第6～14章），介绍深度学习模型自数据准备开始，到网络参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡样本的处理，最终到模型集成等实践应用技巧和经验；

第四篇“深度学习进阶”（第15章），本篇以计算机视觉中的基础任务为例，介绍深度学习的进阶发展及其应用情况。

目录