深度學習經(jīng)典案例解析（基于MATLAB）

定　價：￥99.00

作　者：	趙小川著
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111682936	出版時間：	2021-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	217	字數(shù)：

內容簡介

　　《深度學習經(jīng)典案例解析（基于MATLAB）》分為“基礎篇”“應用篇”和“實戰(zhàn)篇”。通過17個案例循序漸進地介紹了深度學習網(wǎng)絡的構建、訓練、應用，以及如何基于MATLAB快速生成可執(zhí)行的C、C++代碼并在硬件上部署實現(xiàn)，內容講解由淺及深、層層遞進?！　渡疃葘W習經(jīng)典案例解析（基于MATLAB）》所講解的案例均配有代碼實現(xiàn)，并對代碼進行了詳細注解，讀者可通過閱讀代碼對《深度學習經(jīng)典案例解析（基于MATLAB）》講解的內容進行更加深入的了解?！　渡疃葘W習經(jīng)典案例解析（基于MATLAB）》適合對人工智能、深度學習技術感興趣的工程技術人員閱讀，也適合人工智能、計算機科學技術相關專業(yè)的本科生、研究生學習參考。

作者簡介

　　趙小川，博士，研究員，博士生導師，高新技術企業(yè)評審專家、武警裝備智能化專家委員會委員：北京市科學技術委員會、自然科學基金委員會、陸軍裝備部項目評審專家：核心期刊《計算機工程》青年編委：擔任期刊Robotica和《計算機應用研究》的審稿專家?！⊙芯糠较驗槿斯ぶ悄芗夹g，在感知智能、交互智能、仿生智能等方面有所突破和創(chuàng)新：近年來，作為項目負責人主持科研項目共計20余項：作為首發(fā)明人先后獲得國家發(fā)明專利12項。

圖書目錄

前言
基礎篇
案例1 巧婦難為無米之炊：數(shù)據(jù)集的制作與加載
1．1 機器學習中的數(shù)據(jù)集
1．2 如何加載MATLAB自帶的數(shù)據(jù)集
1．3 如何加載自己制作的數(shù)據(jù)集
1．4 如何加載公開數(shù)據(jù)集：以CIFAR-10為例
1．5 如何劃分訓練集與驗證集
1．6 如何擴充數(shù)據(jù)樣本集
案例2 小試牛刀：如何構建一個卷積神經(jīng)網(wǎng)絡
2．1 CNN的核心——“卷積”
2．2 卷積神經(jīng)網(wǎng)絡的結構及原理
2．3 從仿生角度看卷積神經(jīng)網(wǎng)絡
2．4 基于深度學習工具箱函數(shù)構造卷積神經(jīng)網(wǎng)絡
2．5 采用DeepNetworkDesigner實現(xiàn)卷積網(wǎng)絡設計
2．6 其他與構建深度網(wǎng)絡相關的函數(shù)
案例3 精雕細琢：如何訓練一個卷積神經(jīng)網(wǎng)紹
3．1 基本概念一點通
3．2 實例需求與實現(xiàn)步驟
3．3 構建卷積神經(jīng)網(wǎng)絡
3．4 訓練卷積神經(jīng)網(wǎng)絡
3．5 例程實現(xiàn)與解析

應用篇
案例4 LeNet卷積神經(jīng)網(wǎng)絡的應用：紅綠燈識別
4．1 LeNet卷積神經(jīng)網(wǎng)絡
4．2 基于改進LeNet的交通燈識別
4．3 例程實現(xiàn)與解析
案例5 AlexNet卷積神經(jīng)網(wǎng)絡的應用：基于遷移學習的圖像分類
5．1 什么是遷移學習
5．2 從不同的角度看遷移學習
5．3 AlexNet網(wǎng)絡的原理
5．4 基于AlexNet實現(xiàn)遷移學習的步驟
5．5 AlexNet的加載方法
5．6 如何對AlexNet進行改進以實現(xiàn)遷移學習
5．7 本節(jié)所用到的函數(shù)解析
5．8 例程實現(xiàn)與解析
5．9 采用DeepNetworkDesigner輔助實現(xiàn)遷移學習
案例6 VGG16卷積神經(jīng)網(wǎng)絡的應用：融合卷積神經(jīng)網(wǎng)絡與支持向量機的物體識別
……

實戰(zhàn)篇
參考文獻