Keras深度學習與神經網絡
肖睿 程鳴萱
- 出版商: 人民郵電
- 出版日期: 2023-01-01
- 定價: $359
- 售價: 8.5 折 $305
- 語言: 簡體中文
- 頁數: 196
- ISBN: 7115564787
- ISBN-13: 9787115564788
-
相關分類:
DeepLearning
立即出貨 (庫存 < 3)
中文年末書展｜繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components：從原子到系統，一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場：社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用：DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用！Word．Excel．PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光：資安數位生存戰$550$412 -
85折
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$544 -
79折
Google BI 解決方案：Looker Studio × AI 數據驅動行銷實作，完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus！職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化！$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略：圖解 AI 與 Copilot 應用，輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word！論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術：用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持！Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!：Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化（iThome鐵人賽系列書）$780$608 -
78折
超實用！業務．總管．人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM：AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare：惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人：回顧從 Ada 到 AI 這條程式路，程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫！用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者：Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本｜Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊：生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本書從人工智能導論入手，闡述人工智能的發展及現狀，重點介紹了機器學習和神經網絡基礎、反向傳播原理、捲積神經網絡和循環神經網絡等內容。本書內容由淺入深，循序漸進，從神經元和感知機入手，逐步講解深度學習中神經網絡基礎、反向傳播以及更深層次的捲積神經網絡、循環神經網絡。本書知識體系完整，內容覆蓋面廣，介紹了深度學習中常用的模型和算法，助力讀者多方位掌握深度學習的相關知識。
本書可作為高等院校電腦等相關專業的教材，也可供人工智能領域的技術人員學習使用，還可以作為人工智能研究人員的參考用書。
作者簡介
肖睿，課工場創始人，北京大學教育學博士，北京大學軟件學院特約講師，北京大學學習科學實驗室特約顧問。作為北大青鳥 Aptech 的聯合創始人，歷任學術總監、研究院院長、公司副總裁等核心崗位，擁有20多年的IT職業教育產品管理和企業管理經驗。於2015年創辦課工場，兼任總經理，旨在為大學生提供更可靠的 IT 就業教育及服務。
目錄大綱
目錄 第１章 人工智能導論
任務 1.1：瞭解人工智能發展歷程
人工智能的發展歷程
任務 1.2：理解人工智能、機器學習、深度學習.
1.2.1 人工智能，機器學習和深度學習
1.2.2 深度學習的發展
任務 1.3：瞭解深度學習的應用情況
1.3.1 深度學習的應用情況
本章小結
本章習題
第 2 章 深度學習流程
任務 2.1：什麼是機器學習
2.1.1 機器學習
2.1.2 機器如何學習
任務 2.2：理解回歸與分類
2.2.1 回歸
2.2.2 分類
任務 2.3：瞭解深度學習工作過程
深度學習工作過程
本章小結
本章習題
第 3 章 神經網絡基礎
任務 3.1：什麼是人工神經元
3.1.1 生物神經元
3.1.2 人工神經元
任務 3.2：理解激活函數的意義
3.2.1 激活函數的意義
3.2.2 激活函數種類
任務 3.3：掌握基礎的神經網絡結構
3.3.1 感知機模型
3.3.2 全連接神經網絡
任務 3.4：瞭解什麼是損失函數
3.4.1 損失函數的意義
3.4.2 損失函數的種類
本章小結
本章習題
第 4 章 反向傳播原理.
任務 4.1：計算神經網絡的輸出
前向傳播計算
任務 4.2：掌握反向傳播算法
4.2.1 反向傳播算法的意義
4.2.2 反向傳播算法的計算
任務 4.3：掌握梯度下降算法
4.3.1 梯度下降概述
4.3.2 梯度下降的形式
4.3.3 學習率的作用
任務 4.4：使用 Python 實現反向傳播算法
反向傳播的 Python 實現
本章小結
本章習題
第 5 章 Keras 與環境配置
任務 5.1：深度學習開發環境的配置
5.1.1 Python 開發環境搭建
5.1.2 Keras 與 TensorFlow 安裝
任務 5.2：快速開始 Keras
5.2.1 為什麼選擇 Keras
5.2.2 快速開始 Keras
任務 5.3：掌握順序模型 Sequential API
5.3.1 Sequential API
任務 5.4：認識函數式模型 Funtional API
Funtional API
本章小結
本章習題
第 6 章 深度神經網絡手寫體識別
任務 6.1：理解 Softmax 回歸模型
6.1.1 Softmax 回歸模型
6.1.2 交叉熵損失函數
任務 6.2：使用手寫體識別數據集 MNIST
圖像分類數據集-MNIST
任務 6.3：深度神經網絡解決圖像分類問題
多層感知機結合 Softmax 完成手寫體識別
任務 6.4：模型評估
6.4.1 選擇一個可靠的模型
6.4.2 欠擬合和過擬合
本章小結
本章習題
第 7 章 神經網絡優化
任務 7.1：範數正則化避免過擬合
範數正則化
任務 7.2：丟棄法正則化避免過擬合
丟棄法
任務 7.3：掌握改進的優化算法
7.3.1 深度學習與優化
7.3.2 小批量隨機梯度下降算法改進
本章小結
本章習題
第 8 章 捲積神經網絡
任務 8.1：初識捲積神經網絡
8.1.1 捲積概述
8.1.2 與全連接網絡對比
任務 8.2：捲積運算
8.2.1 捲積核
8.2.2 填充和步幅
8.2.3 多通道捲積
8.2.4 池化層
任務 8.3：LeNet 實現物體分類
8.3.1 LeNet-開山之作
8.3.2 LeNet 進行物體分類
本章小結
本章習題
第 9 章 捲積神經網絡經典結構
任務 9.1：訓練深度捲積神經網絡
9.1.1 AlexNet
9.1.2 圖像增廣
9.1.3 實現 AlexNet
任務 9.2：進一步增加網絡的深度
9.2.1 VGG 系列
9.2.2 應用 VGG16 提取特徵
任務 9.3：認識並行結構的捲積網絡
9.3.1 GoogLeNet
9.3.2 Inception 結構塊
9.3.3 1×1 捲積核
9.3.4 GoogLeNet 結構
任務 9.4：把網絡深度提升至上百層
9.4.1 深度殘差網絡
9.4.2 稠密連接網絡
本章小結
本章習題
第 10 章 循環神經網絡
任務 10.1：對時序數據建模
10.1.1 時序數據
10.1.2 循環神經網絡
任務 10.2：增加循環神經網絡的記憶
10.2.1 長短期記憶網絡原理
10.2.2 Keras 實現 LSTM
任務 10.3：優化長短期記憶網絡
10.3.1 重置門與更新門
本章小結
本章習題
