扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
MindSpore深度学习入门与实践 版权信息
- ISBN：9787560665108
- 条形码：9787560665108 ; 978-7-5606-6510-8
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
MindSpore深度学习入门与实践 内容简介
《MindSpore深度学习入门与实践》分理论和实践两大部分。理论部分介绍了深度学习的相关基础知识，从深度学习的基础知识到简单的卷积神经网络再到更加复杂的循环神经网络、生成对抗网络、深度强化学习，层层递进，由浅入深。实践部分以2019年华为新推出并于2020年开源的MindSpore框架为深度学习的学习工具，将理论部分介绍的深度学习理论知识运用到实践中，使用MindSpore框架实现线性拟合、数字图像分类、图片分类等功能，以便读者掌握MindSpore框架的使用和深度学习知识的实际运用。 《MindSpore深度学习入门与实践》属于深度学习的入门书，适合于深度学习与机器学习相关领域的初学者或者有一定相关知识经验的学习者、MindSpore框架的初学者以及对华为AI计算框架相关系列感兴趣的读者。
MindSpore深度学习入门与实践 目录
**部分 理 论
第1章 深度学习与MindSpore 2
1.1 机器学习 2
1.1.1 围棋与人工智能 2
1.1.2 什么是机器学习 3
1.2 深度学习 4
1.2.1 什么是深度学习 4
1.2.2 深度学习的现实应用 5
1.3 常用的深度学习框架 8
1.4 MindSpore简介 9
1.4.1 MindSpore架构 9
1.4.2 端云协同架构 12
参考文献 13
第2章 深度学习基础知识 15
2.1 神经网络 15
2.1.1 人工神经网络 15
2.1.2 神经网络的发展历史 16
2.2 回归问题 18
2.2.1 模型 18
2.2.2 模型训练 18
2.3 分类问题 22
2.4 前向传播 23
2.5 梯度下降 24
2.5.1 梯度 24
2.5.2 梯度下降 24
2.5.3 梯度下降法的一般过程 25
2.5.4 常见的梯度下降法 25
2.6 链式法则与反向传播 26
2.7 优化器 29
2.7.1 梯度下降算法
(Gradient Descent，GD) 29
2.7.2 动量法(Momentum) 31
2.7.3 Nesterov Accelerated Gradient
(NAG) 31
2.7.4 AdaGrad 32
2.7.5 Adadelta 32
2.8 过拟合与欠拟合 33
参考文献 34
第3章 卷积神经网络 35
3.1 卷积 35
3.2 池化 39
3.2.1 平均值池化 40
3.2.2 *大值池化 41
3.3 激活函数 41
3.3.1 激活函数的作用 41
3.3.2 常用的激活函数 42
3.4 卷积神经网络的整体结构 44
参考文献 45
第4章 循环神经网络 46
4.1 循环神经网络概述 46
4.2 循环神经网络基本结构 46
4.2.1 基本循环神经网络 46
4.2.2 双向循环神经网络 47
4.3 循环神经网络变种 49
4.3.1 RNN的局限性 49
4.3.2 LSTM 50
4.3.3 GRU 56
参考文献 57
第5章 生成对抗网络 58
5.1 生成对抗网络概述 58
5.1.1 GAN理论与实现 59
5.1.2 生成网络 60
5.1.3 判别网络 60
5.2 条件生成对抗网络 60
5.3 深度卷积生成对抗网络 61
5.4 GAN的典型应用 62
5.4.1 生成数据 62
5.4.2 图像超分辨率 63
5.4.3 风格转换 63
参考文献 63
第6章 深度强化学习 65
6.1 深度强化学习概述 65
6.1.1 强化学习 65
6.1.2 深度强化学习 66
6.2 深度强化学习算法 67
6.2.1 Q-Learning 67
6.2.2 DQN 68
6.2.3 Policy Gradient Method 69
6.3 深度强化学习的应用 69
6.3.1 机器人 70
6.3.2 导航与自动驾驶 70
6.3.3 智能医疗 71
参考文献 72
第二部分 实 践
第7章 实验环境的安装和使用 74
7.1 Anaconda 74
7.1.1 Anaconda简介 74
7.1.2 Anaconda的安装 74
7.2 MindSpore的安装 76
7.2.1 安装对应的Python版本 77
7.2.2 安装Windows cpu版本
MindSpore 77
7.3 选择合适的IDE 79
7.3.1 PyCharm简介 79
7.3.2 VSCode简介 80
7.3.3 MindStudio简介 80
7.3.4 Jupyter Notebook简介 81
7.4 总结 82
第8章 MindSpore快速入门 84
8.1 MindSpore中的一些基本概念
及操作 84
8.1.1 张量(Tensor)初始化及其属性 84
8.1.2 张量运算 86
8.2 MindSpore数据加载及处理 88
8.2.1 数据加载 88
8.2.2 数据处理及增强 90
8.3 总结 93
第9章 实现简单线性函数拟合 94
9.1 实例背景 94
9.2 解决方案设计 94
9.3 方案实现 95
9.3.1 生成数据集 95
9.3.2 定义训练网络 97
9.3.3 拟合过程可视化准备 99
9.3.4 执行训练 101
9.4 总结 103
第10章 使用LeNet-5网络实现手写
数字识别 104
10.1 LeNet-5网络 104
10.1.1 LeNet-5网络概述 104
10.1.2 各层参数详解 104
10.2 Mnist数据集 107
10.2.1 Mnist数据集简介 107
10.2.2 数据集下载 107
10.2.3 数据读取 108
10.2.4 数据处理 109
10.2.5 定义训练网络 111
10.2.6 训练网络 113
10.2.7 推理预测 114
10.3 总结 116
第11章 使用AlexNet网络实现
图像分类 117
11.1 AlexNet网络 117
11.1.1 AlexNet网络概述 117
11.1.2 各层参数详解 117
11.2 CIFAR-10数据集 120
11.2.1 CIFAR-10数据集简介 120
11.2.2 数据集下载 121
11.2.3 数据读取 122
11.3 使用AlexNet网络实现图像分类 123
11.3.1 使用Cifar10Dataset加载并
处理输入图像 123
11.3.2 构建网络模型 126
11.3.3 训练网络 128
11.3.4 验证模型 131
11.4 总结 131
第12章 ResNet网络的实现 133
12.1 ResNet网络 133
12.1.1 ResNet网络概述 133
12.1.2 ResNet网络结构 133
12.2 ResNet网络的实现 136
12.2.1 数据载入及处理 136
12.2.2 构建模型 137
12.2.3 训练模型 144
12.2.4 评估模型 145
12.3 总结 146
第13章 LSTM网络的实现 147
13.1 aclImdb_v1数据集 147
13.2 LSTM网络的实现 148
13.2.1 准备数据集 148
13.2.2 生成适用于MindSpore的
数据集 148
13.2.3 构建模型 155
13.2.4 训练模型 158
13.3 总结 160
展开全部
书友推荐
- >
罗庸西南联大授课录
罗庸西南联大授课录
¥10.6¥32.0 - >
史学评论
史学评论
¥20.6¥42.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥15.1¥39.8 - >
回忆爱玛侬
回忆爱玛侬
¥14.1¥32.8 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
中国历史的瞬间
中国历史的瞬间
¥17.9¥38.0 - >
李白与唐代文化
李白与唐代文化
¥11.9¥29.8 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0
本类畅销
-
数学之美
¥48.3¥69 -
浪潮之巅-下册-第二版
¥22.1¥45 -
挑战程序设计竞赛(第2版)
¥55.3¥79 -
算法竞赛入门经典-(第2版)
¥34.9¥49.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158
