深度学习：入门与实践

定　价：¥49.00

作　者：	龙飞，王永兴著
出版社：	清华大学出版社
丛编项：
标　签：	>计算机/网络 >人工智能

购买这本书可以去

ISBN：	9787302482789	出版时间：	2017-09-01	包装：	平装
开本：	16开	页数：	189	字数：

内容简介

　　本书由一线资深技术专家撰写，凝结了其自身多年的实践经验，阐述了深度学习的发展历程、相关概念和工作原理，介绍了两个当前流行的深度学习工具：Caffe 和TensorFlow ，并且初步探讨了强化学习的基本原理和应用。为了帮助初学者快速上手，本书注重从总体框架和脉络上把握深度学习技术，同时在阐述原理时配以简单的实例供读者印证。　本书语言生动风趣，以通俗的语言讲述复杂的原理，循循善诱，深入浅出，适合有志于从事人工智能、深度学习相关研究的信息类专业的高年级本科生或研究生阅读，也可供业界准备或正在从事深度学习、机器视觉等相关研发工作的工程技术人员参考。

作者简介

　　龙飞，高级工程师，本科毕业于南京大学，博士毕业于清华大学，香港科技大学博士后。曾供职于中国电子科技集团公司第五十四研究所。现任中国搜索创新研发部总监。负责公司互联网创新产品和人工智能、大数据相关项目的研发。主持并参与了国搜识图、国搜学术、国搜图书等平台和频道的研发与上线。主要研究方向为网络路由、无线网状网络，近年涉足深度学习、数据挖掘领域。在国内外发表学术论文20余篇，获得软件著作权5项，并著有中文专著2部，英文专著1部，译著2部。

图书目录

目录第1章绪论1.1引言1.2基本概念1.2.1回归、分类、聚类1.2.2监督学习、非监督学习、半监督学习、强化学习1.2.3感知机、神经网络1.3发展历程1.4相关学者与会议或赛事1.5本章小结参考文献第2章回归2.1线性回归2.1.1问题描述2.1.2问题求解2.1.3工具实现2.2逻辑回归2.2.1问题描述2.2.2问题求解2.2.3工具实现2.3本章小结参考文献第3章人工神经网络3.1Rosenblatt感知机3.1.1训练方法3.1.2算法实例3.1.3梯度下降3.2人工神经网络3.2.1网络架构3.2.2训练方法3.2.3算法实例3.3本章小结参考文献深度学习：入门与实践目录第4章Caffe简介4.1CNN原理4.1.1卷积4.1.2池化4.1.3LeNet54.2Caffe架构4.2.1Blob类4.2.2Layer类4.2.3Net类4.2.4Solver类4.3Caffe应用实例4.3.1车型识别4.3.2目标检测4.4本章小结参考文献第5章TensorFlow简介5.1TensorFlow架构5.2TensorFlow简单应用5.2.1TensorFlow安装5.2.2线性回归5.3TensorFlow高级应用5.3.1MNIST手写数字识别5.3.2车型识别5.4本章小结参考文献第6章强化学习简介6.1强化学习基本原理6.2AlphaGo基本架构6.3其他趣味应用6.4本章小结参考文献后记