解析卷积神经网络——深度学习实践手册
<p>本书从实用角度着重解析了深度学习中的一类神经网络模型——卷积神经网络,向读者剖析了卷积神经网络的基本部件与工作机理,更重要的是系统性的介绍了深度卷积神经网络在实践应用方面的细节配置与工程经验。笔者希望本书“小而精”,避免像某些国外相关书籍一样浅尝辄止的“大而空”。</p><p> </p>
<p><a href="https://download.eeworld.com.cn/detail/%E6%8A%9B%E7%A0%96%E5%BC%95%E7%8E%89/625981" target="_blank">https://download.eeworld.com.cn/detail/%E6%8A%9B%E7%A0%96%E5%BC%95%E7%8E%89/625981</a></p>
<p>全书共 14 章,除「绪论」外可分为 2 个篇章:第一篇「基础理论篇」包括 第 1∼4 章,介绍卷积神经网络的基础知识、基本部件、经典结构和<a href="https://cloud.tencent.com/solution/pointcloud-cmp?from_column=20065&from=20065" target="_blank" track-click="{"areaId":2000,"objectId":2495,"positionId":2495,"objectName":"模型压缩","objectType":"link"}" track-exposure="{"areaId":2000,"objectId":2495,"positionId":2495,"objectName":"模型压缩","objectType":"link"}">模型压缩</a>等基础理论内容;第二篇「实践应用篇」包括第 5∼14 章,介绍深度卷积神经网络自数据准备始,到模型参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡数据处理,最终直到模型集成等实践应用技巧和经验。另外,本书基本在每章结束均有对应小结,读者在阅读完每章内容后不妨掩卷回忆,看是否完全掌握此章节重点。对卷积神经网络和深度学习感兴趣的读者可 通读全书,做到「理论结合实践」;对于希望将深度卷积神经网络迅速应用来解决实际问题的读者,也可直接参考第二篇的有关内容,做到「有的放矢」。</p>
<p>感谢作者分享,希望获得最新的深度学习实战经验</p>
页:
[1]