深度學習經典案例解析(基於MATLAB)

趙小川

  • 出版商: 機械工業
  • 出版日期: 2021-07-01
  • 定價: $594
  • 售價: 8.5$505
  • 語言: 簡體中文
  • 頁數: 217
  • 裝訂: 平裝
  • ISBN: 7111682939
  • ISBN-13: 9787111682936
  • 相關分類: MatlabDeepLearning
  • 立即出貨 (庫存 < 4)

買這商品的人也買了...

商品描述

《深度學習經典案例解析(基於MATLAB)》分為“基礎篇”“應用篇”和“實戰篇”。
通過17個案例循序漸進地介紹了深度學習網絡的構建、訓練、應用,
以及如何基於MATLAB快速生成可執行的C、C++代碼並在硬件上部署實現,內容講解由淺及深、層層遞進。
  
《深度學習經典案例解析(基於MATLAB)》所講解的案例均配有代碼實現,並對代碼進行了詳細註解,
讀者可通過閱讀代碼對《深度學習經典案例解析(基於MATLAB)》講解的內容進行更加深入的了解。
  
《深度學習經典案例解析(基於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。
  
研究方向為人工智能技術,在感知智能、交互智能、仿生智能等方面有所突破和創新:
近年來,作為項目負責人主持科研項目共計20餘項:
作為首發明人先後獲得國家發明專利12項。

目錄大綱

前言 
基礎篇 
案例1 巧婦難為無米之炊:數據集的製作與加載 
1.1 機器學習中的數據集 
1.2 如何加載MATLAB自帶的數據集 
1.3 如何加載自己製作的數據集 
1.4 如何加載公開數據集:以CIFAR-10為例 
1.5 如何劃分訓練集與驗證集 
1.6 如何擴充數據樣本集 
案例2 小試牛刀:如何構建一個卷積神經網絡 
2.1 CNN的核心——“卷積” 
2.2 卷積神經網絡的結構及原理 
2.3 從仿生角度看卷積神經網絡 
2.4 基於深度學習工具箱函數構造卷積神經網絡 
2.5 採用DeepNetworkDesigner實現卷積網絡設計 
2.6 其他與構建深度網絡相關的函數 
案例3 精雕細琢:如何訓練一個卷積神經網紹 
3.1 基本概念一點通 
3.2 實例需求與實現步驟 
3.3 構建卷積神經網絡 
3.4 訓練卷積神經網絡 
3.5 例程實現與解析 

應用篇 
案例4 LeNet卷積神經網絡的應用:紅綠燈識別 
4.1 LeNet卷積神經網絡 
4.2 基於改進LeNet的交通燈識別 
4.3 例程實現與解析 
案例5 AlexNet卷積神經網絡的應用:基於遷移學習的圖像分類 
5.1 什麼是遷移學習 
5.2 從不同的角度看遷移學習 
5.3 AlexNet網絡的原理 
5.4 基於AlexNet實現遷移學習的步驟 
5.5 AlexNet的加載方法 
5.6 如何對AlexNet進行改進以實現遷移學習 
5.7 本節所用到的函數解析 
5.8 例程實現與解析 
5.9 採用DeepNetworkDesigner輔助實現遷移學習 
案例6 VGG16卷積神經網絡的應用:融合卷積神經網絡與支持向量機的物體識別 
…… 

實戰篇 
參考文獻