深度學習導論與套用實踐

內容簡介

本書從數學基礎與編程基礎開始，逐步引導讀者領略深度學習的起源與發展，向讀者介紹深度學習在計算機視覺、自然語言處理等方面的實際套用，並為讀者呈現最前沿的深度學習研究進展，同時深入剖析技術原理，帶領讀者逐步推導深度學習背後的數學模型，並結合飛槳（PaddlePaddle）深度學習框架實現項目，代碼清晰，易於理解。本書深入淺出，將原理解析與國內流行的深度學習框架飛槳實例結合，旨在使讀者更全面、更清晰地掌握深度學習的前沿技術。

本書可作為深度學習的入門讀物，也可作為信息學科本科生和研究生的教材，還可供信息產業從業者使用。

圖書目錄

第1章數學基礎

1.1數據表示——標量、向量、矩陣和張量

1.1.1標量、向量、矩陣和張量

1.1.2向量的範數

1.1.3常用的向量

1.1.4常見的矩陣

1.1.5矩陣的操作

1.1.6張量的常用操作

1.2最佳化的基礎——導數及其套用

1.2.1導數

1.2.2泰勒公式

1.2.3拉格朗日乘數法

1.3機率模型的基礎——機率論

1.3.1隨機變數

1.3.2機率分布

1.3.3邊緣機率

1.3.4條件機率

1.3.5獨立性

1.3.6期望、方差與協方差

1.3.7常用的機率分布

1.4習題

第2章Python入門

2.1Python簡介

2.2Python基礎語法

2.2.1數據結構類型

2.2.2運算符

2.2.3條件語句

2.2.4循環語句

2.2.5函式

2.2.6面向對象與類

2.2.7腳本

2.3NumPy

2.3.1NumPy數組創建與訪問

2.3.2NumPy數組計算

2.3.3廣播

2.4Matplotlib

2.4.1Matplotlib的安裝

2.4.2Matplotlib圖像的組成部分

2.4.3Pyplot繪製簡單圖形

2.4.4Matplotlib多圖像繪製

2.5實踐：豆瓣高分電影爬取

2.5.1思路分析

2.5.2獲取頁面

2.5.3解析頁面

2.5.4存儲數據

2.5.5數據展示與分析

2.6習題

第3章機器學習基礎

3.1機器學習概述

3.1.1機器學習定義與基本術語

3.1.2機器學習的三要素

3.1.3機器學習方法概述

深度學習導論與套用實踐

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條