现在的位置: 首页人工智能>正文
深度卷积网络:原理与实践
图书分类:人工智能 暂无评论 ⁄ 被围观 219 次阅读+

内容简介:

作者简介

彭博

人工智能、量化交易、区块链领域的技术专家,有20年以上的研发经验。

在人工智能与信息科技方面,对深度学习、机器学习、计算机图形学、智能硬件等有较为深入的研究;在量化交易方面,曾在全球大的外汇对冲基金负责程序化交易,对市场的微观和宏观行为有较为深入的理解;在区块链方面,对智能合约、DApp开发和自动交易有较为深入的实践。

知乎上科技领域的大V,在专栏撰有大量技术文章。

目录

Contents 目  录
前言
引子·神之一手1
第1章 走进深度学习的世界5
1.1 从人工智能到深度学习5
1.2 深度神经网络的威力:以AlphaGo为例8
1.3 深度神经网络的应用大观13
1.4 亲自体验深度神经网络25
1.5 深度神经网络的基本特点31
1.6 人工智能与神经网络的历史36
第2章 深度卷积网络:第一课42
2.1 神经元:运作和训练43
2.2 深度学习框架MXNet:安装和使用51
2.3 神经网络:运作和训练63
第3章 深度卷积网络:第二课 77
3.1 重要理论知识77
3.2 神经网络的正则化85
3.3 神经网络的调参89
3.4 实例:MNIST问题95
3.5 网络训练的常见bug和检查方法103
3.6 网络训练性能的提高104
第4章 深度卷积网络:第三课106
4.1 卷积网络:从实例说明106
4.2 运作:AlphaGo眼中的棋盘112
4.3 卷积神经网络:进一步了解122
4.4 实例:用卷积网络解决MNIST问题128
4.5 MXNet的使用技巧134
第5章 深度卷积网络:第四课141
5.1 经典的深度卷积网络架构142
5.2 网络的可视化:以AlexNet为例150
5.3 迁移学习:精调、预训练等155
5.4 架构技巧:基本技巧157
5.5 架构技巧:残差网络与通道组合169
5.6 架构技巧:更多进展181
5.7 物体检测与图像分割189
5.8 风格转移197
第6章 AlphaGo架构综述200
6.1 从AlphaGo到AlphaZero201
6.2 AlphaGo的对弈过程205
6.3 AlphaGo中的深度卷积网络架构217
6.5 AlphaGo方法的推广221
第7章 训练策略网络与实战224
7.1 训练前的准备工作224
7.2 训练代码227
7.3 对弈实战237
第8章 生成式对抗网络:GAN240
8.1 GAN的起源故事240
8.2 GAN的基本原理242
8.3 实例:DCGAN及训练过程248
8.4 GAN的更多架构和应用255
8.5 更多的生成模型方法266
第9章 通向智能之秘272
9.1 计算机视觉的难度272
9.2 对抗样本,与深度网络的特点276
9.3 人工智能的挑战与机遇278
9.4 深度学习的理论发展295
9.5 深度学习与人工智能的展望304
跋 人工智能与我们的未来306
附录 深度学习与AI的网络资源310
作者: 彭博
出版社: 机械工业出版社
出版年: 2018-5-1
页数: 328
豆瓣评分:8.0
丛书: 智能系统与技术丛书
ISBN: 9787111596653


下载信息:能赚钱的网盘

标签:, ,

你可能喜欢

0 0 vote
Article Rating
Subscribe
提醒
0 评论
Inline Feedbacks
View all comments
0
Would love your thoughts, please comment.x
()
x