《圖神經網路基礎、模型與套用實戰》是一本清華大學出版社出版的圖書,作者是蘭偉 葉進 朱曉姝。
基本介紹
- 中文名:圖神經網路基礎、模型與套用實戰
- 作者:蘭偉 葉進 朱曉姝
- 出版時間:2024年4月1日
- 出版社:清華大學出版社
- ISBN:9787302658832
- 定價:79 元
《圖神經網路基礎、模型與套用實戰》是一本清華大學出版社出版的圖書,作者是蘭偉 葉進 朱曉姝。
《圖神經網路基礎、模型與套用實戰》是一本清華大學出版社出版的圖書,作者是蘭偉 葉進 朱曉姝。內容簡介圖神經網路不僅能夠解決傳統機器學習方法無法解決的圖數據問題,而且能夠套用於許多實際場景,例如社交網路、藥物發現、網路安全...
《圖神經網路:基礎、前沿與套用》是一本2022年人民郵電出版社出版的圖書,作者是吳凌飛、崔鵬、裴健、趙亮。內容簡介 本書致力於介紹圖神經網路的基本概念和算法、研究前沿以及廣泛和新興的套用,涵蓋圖神經網路的廣泛主題,從基礎到前沿,從方法到套用,涉及從方法論到套用場景方方面面的內容。全書分為四部分:第一...
《從深度學習到圖神經網路:模型與實踐》是一本電子工業出版社出版的圖書,作者為張玉宏、楊鐵軍。本書涉及的理論知識全面細緻,內含數學基礎、最佳化算法、卷積神經網路、表示學習、嵌入表示、空域圖卷積神經網路、譜域圖卷積神經網路等。內容簡介 《從深度學習到圖神經網路:模型與實踐》詳細介紹了從深度學習到圖神經網路...
神經網路最佳化算法,搭 建Python環境,Python基礎知識,深度學習框架PyTorch基礎知識,NumPy簡介與使用,OpenCV簡介與使用,OS遍歷資料夾,Python中Matplotlib可視化繪圖,Lenet-5、AlexNet、VGG16網路模型,回歸問題和分類問題,貓狗識別程式開發,驗證碼識別程式開發,過擬合問題與解決方法,梯度消失與爆炸,加速神經網路訓練...
基礎篇 第1章 時代崛起 2 1.1 概要 2 1.1.1 基本概念 2 1.1.2 深度學習與機器學習的關係 4 1.1.3 深度學習與人工智慧的關係 5 1.2 歷史發展 5 1.2.1 神經網路發展歷史 5 1.2.2 人工智慧發展歷史 7 1.3 套用領域 8 1.3.1 智慧型個人助理 8 1.3.2 智慧型...
圖神經網路是人工智慧領域的一個新興方向,它不僅迅速得到了學術界的廣泛關注,而且被成功地套用在工業界的多個領域。本書介紹了圖神經網路和圖深度學習的基礎知識和前沿研究,不僅包括它們的發展歷史和經典模型,還包括圖神經網路在深層網路、無監督學習、大規模訓練、知識圖譜推理等方面的前沿研究,以及它們在不同領域...
很創新:作者原創的軟剪枝技術,能套用於各種神經網路模型 內容簡介 人工智慧已成趨勢,而深度學習則是其中最有用的工具之一。雖然由於科技發展的迅猛,現在實用技術更新換代的頻率已經幾乎達到了一周,但是其背後最為基礎的知識卻是共通的。《Python與神經網路實戰》的目的就是較為全面地介紹神經網路的諸多基礎與進階...
《Tensorflow與卷積神經網路從算法入門到項目實戰》從TensorFlow基礎講起,逐步深入TensorFlow進階實戰,最後配合項目實戰案例,重點介紹了使用TensorFlow庫訓練卷積神經網路模型並將其模型移植到伺服器端、Android端和iOS端的知識。讀者不但可以系統地學習TensorFlow庫的使用,還能加深對深度卷積神經網路的理解。目錄 第一篇 ...
神經網路與深度學習實戰:Python+Keras+TensorFlow 》一書由機械工業出版社出版發行。內容簡介 本書通過理論與項目實踐相結合的方式帶領讀者進入人工智慧技術的大門。書中首先從人工智慧技術的數學基礎講起,然後重點剖析神經網路的運行流程,最後以大量的實際項目編碼實踐方式幫助讀者紮實地掌握人工智慧開發所需要的基本理論...
《PyTorch神經網路實戰:移動端圖像處理》是2022年機械工業出版社出版的圖書。內容簡介 本書主要介紹人工智慧研究領域中神經網路的PyTorch架構,對其在多個領域的套用進行系統性的歸納和梳理。書中的案例有風景圖分類、人像前景背景分割、低光照圖像增法、動漫頭像生成、畫風遷移、風格轉換等,對每項視覺任務的研究背景、...
8.9.4 實例54:為CIFAR圖片分類模型添加BN207 8.9.5 練習題209 第9章 循環神經網路——具有記憶功能的網路210 9.1 了解RNN的工作原理210 9.1.1 了解人的記憶原理210 9.1.2 RNN網路的套用領域212 9.1.3 正向傳播過程212 9.1.4 隨時間反向傳播213 9.2 簡單RNN215 9.2.1 實例55:簡單循環神經...
本書作為該領域的入門書籍,在內容上涵蓋深度卷積神經網路的基礎知識和實踐套用兩大方面。全書共14 章,分為三個部分:第一部分為緒論;第二部分(第1~4 章)介紹卷積神經網路的基礎知識、基本部件、經典結構和模型壓縮等基礎理論內容;第三部分(第5~14 章)介紹深度卷積神經網路自數據準備開始,到模型參數初始...
本書在對使用的模型進行原理介紹的同時,更注重於實戰。《PyTorch 深度學習入門與實戰(案例視頻精講)》非常適合沒有深度學習基礎的讀者,學習完本書後,讀者將具備搭建自己的深度學習環境、建立圖像識別模型、圖像分割模型、圖像生成和自然語言處理等模型的能力,並且會對深度學習在各個領域的套用有一定的理解。圖書...
本書使用TensorFlow 2.0作為卷積神經網路實現的基本工具,引導深度學習初學者,從搭建環境開始,逐步深入到理論、代碼和套用實踐中去。本書分為8章,第1章從搭建環境開始,包含Anaconda、Python、PyCharm、TensorFlow CPU 版本和GPU版本的安裝;第2章是Keras+ TensorFlow 2.0的使用基礎;第3章是TensorFlow 2.0語法;...
《圖像識別——深度學習模型理論與實戰》是2024年清華大學出版社出版的圖書,作者是於浩文。內容簡介 本書專注於深度學習在圖像識別領域的套用。不僅詳細講解了各種模型的理論知識,還為讀者提供了豐富的實踐操作指南。旨在為讀者提供一個從基礎到高級的全方位指導,涵蓋2012至2023間的經典和前沿模型。 本書在第1章介紹...
本書共18章,內容包括:計算視覺與深度學習概述、Python的安裝與使用、深度學習的理論基礎、Python類庫的使用、OpenCV的使用、OpenCV與TensorFlow的融合、TensorFlow概念、TensorFlow重要算法、Keras的使用、卷積層與MNIST實戰、卷積神經網路公式推導與套用、TensorFlow Datasets和TensorBoard詳解、ResNet、注意力機制、深度學習常用...
在鞏固了基礎之後,讀者可以使用TensorFlow構建實踐中使用的圖像識別套用,並且使用Flask使得預訓練的模型在網際網路上可訪問;使用Kivy和NumPy,可以用較低的開銷創建跨平台的數據科學套用。本書有助於讀者從基礎開始套用深度學習和計算機視覺的概念,一步一步地從概念走向生產。主要內容 ● 理解ANN和CNN的工作機制 ...
基礎方面,不僅介紹了Keras等各種深度學習框架的使用和開發環境的搭建,還對深度學習的基礎知識做了全面講解;理論方面,詳細講解了全連線神經網路、卷積神經網路、循環神經網路、自編碼器和生成式對抗網路等核心神經網路的原理和套用;套用層面,不僅講解了如何用Keras開發各種深度學習模型,而且還講解了深度學習在圖像處理...
第7章 自然語言處理的循環神經網路126 7.1 循環的基礎126 7.2 為語言擴展循環128 7.3 使用RNN創建文本分類器130 7.4 在RNN中使用預訓練的嵌入137 7.5 總結143 第8章 使用TensorFlow創建文本144 8.1 將序列轉換為輸入序列145 8.2 創建模型149 8.3 生成文本150 8.4 擴展數據集152 8.5 改變模型架構...
3.4.2 使用Keras內置的VGG-16網路模組 72 3.4.3 為特徵提取回收內置深度學習模型 73 3.4.4 用於遷移學習的極深inception-v3網路 74 3.5 小結 76 第4章 生成對抗網路和WaveNet 78 4.1 什麼是生成對抗網路 78 生成對抗網路的一些套用 80 4.2 深度卷積生成對抗網路 82 4.3 用Keras ...
隨著深度學習理論的不斷發展以及 TensorFlow 的廣泛套用,基於深度學習的信號分析模型在不同領域產生了深遠的影響。本書為TensorFlow 2的使用指南,從軟體安裝、數據下載、檔案管理等方面入手為初級開發者提供細緻而全面的介紹。在此基礎上,本書系統地介紹了TensorFlow 2在人工神經網路實戰項目中的套用,全面覆蓋了各種...
(1)訓練深層神經網路;(2)實現模組和損失函式;(3)使用 PyTorch Hub 預先訓練的模型;(4)探索在 Jupyter Notebooks 中編寫示例代碼。本書適用於對深度學習感興趣的 Python 程式設計師。了解深度學習的基礎知識對閱讀本書有一定的幫助,但讀者無須具有使用 PyTorch 或其他深度學習框架的經驗。圖書目錄 第 1部分 ...
本書簡潔且全面地介紹了現代神經網路、人工智慧和深度學習技術,專門為軟體工程師和數據科學家設計。第1章逐步介紹神經網路的基礎知識。第2章比較TensorFlow 1.x和TensorFlow 2.0編程模型。第3章重點介紹回歸。第4章介紹卷積神經網路及其在圖像處理中的套用。第5章討論了CNN在圖像、視頻、音頻和文本處理方面的高級套用...
全書包含3部分16章的內容,在介紹完編程和數據處理基礎之後,探討了監督學習(如線性回歸、邏輯回歸及決策樹、樸素貝葉斯和支持向量機)、集成學習以及無監督學習(如降維和聚類等)。值得一提的是,書的最後講到了神經網路和深度學習的基本思想,探討了人工神經網路、卷積神經網路和遞歸神經網路。 《Pytho...
第8章 模型壓縮 307 8.1 輕量級模型設計 307 8.1.1 全連線層的壓縮 308 8.1.2 小卷積核的套用 309 8.1.3 卷積拆分與分組 312 8.1.4 特徵通道最佳化利用 316 8.1.5 小結 317 8.2 模型剪枝 318 8.2.1 模型剪枝基礎 318 8.2.2 模型稀疏學習 319 8.2.3 非結構化剪枝技術 ...
第9~12章),本篇套用前述章節的框架與技術,實現移動平台深度學習系統的實現與集成,具體涵蓋:① 移動平台性能最佳化,數據採集與訓練,為開發移動平台圖像分類系統建立基礎;② 深入剖析TensorFlow Lite代碼體系、構建原理、集成方法以及核心代碼與裁剪分析,模型處理工具,並完成移動平台系統集成;③ 結合實戰分析主流...
8.6 本章習題 // 194 附錄人工智慧數學基礎 // 196 作者簡介 谷瑞,副教授、蘇州工業園區服務外包職業學院大數據技術與套用專業主任,蘇州大學高級訪問學者,英偉達計算機視覺與自然語言處理認證講師,以作者發表SCI、EI檢索論文5篇、主持省十三五教育科學規劃課題1項、參與企業橫向項目20餘項,具有豐富的項目實戰經驗。
全書共10章,分別介紹了TensorFlow基礎知識、聚類、線性回歸、邏輯回歸、不同的神經網路、規模化運行模型以及庫的套用技巧。 適合想要學習和了解 TensorFlow 和機器學習的讀者閱讀參考。如果讀者具備一定的C++和Python的經驗,將能夠更加輕鬆地閱讀和學習本書。 [1] Python快樂編程——TensorFlow深度學習項目實戰圖書目錄 ...
本書共分26章,內容包括機器學習解決問題流程、問題分析與建模、數據探索與準備、特徵工程、模型訓練與評價、模型部署與套用、回歸模型、支持向量機、決策樹、集成學習、K近鄰算法、貝葉斯方法、聚類算法、關聯規則學習、神經網路基礎、正則化、深度學習中的最佳化、卷積神經網路、循環神經網路、自編碼器、基於深度學習的語音...