简介
本书是一本深度学习从入门、算法到应用实践的书籍。全书共9章,第1章介绍深度学习基础,主要介绍基本概念和基本算法;第2章介绍深度学习的计算平台,主要介绍深度神经网络计算芯片TPU的架构原理;第3章介绍深度学习编程环境和操作基础,引导零基础读者快速入门Linux操作系统、Python编程语言、TensorFlow和PyTorch深度学习框架,为实现深度学习算法开发及应用部署奠定基础;第4~8章基于卷积神经网络,分别聚焦计算机视觉领域的几大经典任务,包括图像的分类、目标检测、语义分割、实例分割、人脸检测与识别等;第9章介绍循环神经网络,关注时序序列处理任务。本书每章讲解一系列经典神经网络的创新性思路,给出了详细的模型结构解析,并提供了具体的实践项目。从代码解析、网络训练、网络推理到模型部署,带领读者从理论一步步走向实践。 本书既可作为高等学校深度学习相关课程的教材,也可作为从事人工智能应用系统开发的科研和技术人员参考用书。
编辑推荐
哪些人需要这本书? ——大专院校理工科本科生、研究生,可作为教材使用 ——人工智能相关企业的内部培训教材 ——准备应聘深度学习算法工程师的技术人员,可作为技术参考书使用 ——准备转岗进入人工智能行业的技术人员,可作为自学入门书籍
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2023-11-01
- 更新: 2024-09-27
- 书号:9787302642688
- 中图:TP181
- 学科:工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术