深度学习——从算法本质、系统工程到产业实践

作者: 王书浩、徐罡

出版社: 清华大学出版社

出版日期: 2024-04-01

  • 优惠券
  • ¥3
    ¥10
    ¥30
    ¥70
  • 领券
电子书 ¥57.85 定价:89.0
支持送礼物
送给好友
  • 收藏

  • 加书架

  • 引用

简介

本书介绍了深度学习的基本理论、工程实践及其在产业界的部署和应用。在深度学习框架的介绍中,书中结合代码详细讲解了经典的卷积神经网络、循环神经网络和基于自注意力机制的Transformer网络及其变体。还介绍了这些模型在图像分类、目标检测、语义分割、欺诈检测和语音识别等领域的应用。此外,书中还涵盖了深度强化学习和生成对抗网络的前沿进展。在系统工程和产业实践方面,书中解释了如何使用分布式系统训练和部署模型以处理大规模数据。本书系统介绍了构建深度学习推理系统的过程,并结合代码讲解了分布式深度学习推理系统需要考虑的工程化因素,例如分布式问题和消息队列,以及从工程化角度出发的解决方法。本书提供了每个经典模型和应用实例的TensorFlow和PyTorch版本代码,为深度学习初学者和算法开发者提供理论学习、代码实践和工程落地的指导与帮助。 本书既适合计算机、自动化、电子、通信、数学、物理等相关专业背景的研究生和高年级本科生,也适合那些希望从事或准备转向人工智能领域的专业技术人员。

编辑推荐

全面系统讲解神经网络、卷积神经网络、循环神经网络、Transformer等经典深度学习架构,同步配套TensorFlow与PyTorch代码。 从理论到实战,突出系统工程在深度学习中的应用,手把手教你搭建深度学习系统。 无论是AlphaGo、生成对抗网络,还是深度学习推理系统DeepGo,总有一项深度学习前沿技术让你兴奋不已。

更多出版物信息
  • 版权: 清华大学出版社
  • 出版: 2024-04-01
  • 作者:王书浩、徐罡
  • 更新: 2025-06-09
  • 书号:9787302657491
  • 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

作者信息

王书浩、徐罡

王书浩,清华大学博士,清华大学交叉信息研究院博士后,现为透彻未来联合创始人与首席技术官,曾先后于百度、异构智能(NovuMind)、京东从事数据科学与人工智能研究,拥有国家发明专利20余项,并于Nature Communications、Modern Pathology、ICCV等顶级期刊/会议发表十余篇学术论文。曾获得2019年乌镇互联网峰会“30位新生代数字经济人才”精英奖、Year 2022 Fall Asia-Pacific Signal and Information Processing Association Industrial Distinguished Leaders、阿里云“看见新力量”2022年度人物。 徐罡,清华大学博士,现任复旦大学复杂体系多尺度研究院青年副研究员,以第一作者身份在ICCV、Briefings in Bioinformatics、Bioinformatics、Journal of Chemical Theory and Computation与Journal of Chemical Information and Modeling等知名期刊/会议中发表多篇文章。主要研究方向为人工智能在医疗图像及计算生物学领域中的应用,提出了弱监督框架CAMEL,并使用深度学习框架TensorFlow建立了蛋白质折叠和对接框架,为人工智能和传统计算生物学领域的结合提供了桥梁。

相关图书