- 作 者：龙飞，王永兴著
- 出 版 社：北京：清华大学出版社
- 出版年份：2017
- ISBN：9787302482789
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
8
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
第1章 绪论 1
1.1 引言 1
1.2 基本概念 3
1.2.1 回归、分类、聚类 6
1.2.2 监督学习、非监督学习、半监督学习、强化学习 8
1.2.3 感知机、神经网络 9
1.3 发展历程 11
1.4 相关学者与会议或赛事 12
1.5 本章小结 16
参考文献 17
第2章 回归 18
2.1 线性回归 19
2.1.1 问题描述 19
2.1.2 问题求解 20
2.1.3 工具实现 28
2.2 逻辑回归 35
2.2.1 问题描述 35
2.2.2 问题求解 37
2.2.3 工具实现 39
2.3 本章小结 43
参考文献 43
第3章 人工神经网络 44
3.1 Rosenblatt感知机 45
3.1.1 训练方法 47
3.1.2 算法实例 48
3.1.3 梯度下降 54
3.2 人工神经网络 55
3.2.1 网络架构 55
3.2.2 训练方法 56
3.2.3 算法实例 61
3.3 本章小结 72
参考文献 72
第4章 Caffe简介 73
4.1 CNN原理 74
4.1.1 卷积 75
4.1.2 池化 82
4.1.3 LeNet-5 84
4.2 Caffe架构 86
4.2.1 Blob类 87
4.2.2 Layer类 88
4.2.3 Net类 92
4.2.4 Solver类 93
4.3 Caffe应用实例 94
4.3.1 车型识别 95
4.3.2 目标检测 125
4.4 本章小结 141
参考文献 142
第5章 TensorFlow简介 143
5.1 TensorFlow架构 144
5.2 TensorFlow简单应用 149
5.2.1 TensorFlow安装 149
5.2.2 线性回归 150
5.3 TensorFlow高级应用 153
5.3.1 MNIST手写数字识别 153
5.3.2 车型识别 167
5.4 本章小结 171
参考文献 172
第6章 强化学习简介 173
6.1 强化学习基本原理 174
6.2 AlphaGo基本架构 178
6.3 其他趣味应用 183
6.4 本章小结 186
参考文献 187
后记 188