濠电姷鏁告慨鐑藉极閸涘﹥鍙忛柣鎴f閺嬩線鏌涘☉姗堟敾闁告瑥绻橀弻锝夊箣閿濆棭妫勯梺鍝勵儎缁舵岸寮婚悢鍏尖拻閻庨潧澹婂Σ顔剧磼閹冣挃缂侇噮鍨抽幑銏犫槈閵忕姷顓洪梺缁樺灥濡盯宕濋姘f斀闁绘劖娼欓悘锕傛煟閻曞倻鐣电€规洘娲熼幃銏ゅ礂閼测晛甯惧┑鐘垫暩閸嬫盯鎮樺┑瀣婵ǹ鍩栭悡鐔煎箹閹碱厼鏋涚€殿噮鍠楅幈銊︾節閸愨斂浠㈤悗瑙勬礃椤ㄥ﹪骞婇弽顓炵厴闁割煈鍠曞▽顏堟⒒閸屾瑧顦﹂柟纰卞亰楠炲﹨绠涢弴鐐茬亰閻庡厜鍋撻柛鏇ㄥ墮娴犲ジ姊虹紒妯虹伇婵☆偄瀚伴幏鎴︽偄閸忚偐鍘繝銏e煐缁嬫捇鎮鹃柆宥嗙厓鐟滄粓宕滃☉銏犳瀬濠电姵鑹鹃拑鐔兼煏婵炲灝鍔楅柡鈧禒瀣厱闁斥晛鍟╃欢閬嶆煃瑜滈崜姘躲€冩繝鍥ц摕闁挎稑瀚ч崑鎾绘晲鎼粹€茬敖闂侀潧妫欑敮鐐垫閹烘挻缍囬柕濞垮劜鐠囩偤姊虹化鏇熸澒闁稿鎸搁—鍐Χ閸℃鐟ㄩ柣搴㈠嚬閸撴稒绔熼弴銏犵闁稿繒鍘у鍨攽閳藉棗鐏犻柣蹇旂箖缁傚秷銇愰幒鎾跺幈闂佺粯鍔曢悘姘跺汲椤掑嫭鐓涚€光偓鐎n剛袦闂佽鍠掗弲鐘诲箖濠婂吘鐔哄寲閺囩偘澹曢梺鍛婂姦閸犳宕戦敐澶嬬厓鐟滄粓宕滈悢鐓庢瀬闁告劦鍠栭悞鍨亜閹哄棗浜鹃悗瑙勬尭鐎氭澘顫忓ú顏勫窛濠电姴瀚уΣ鍫ユ煛鐎e吀绨婚棁澶嬬節婵犲倸顏柣顓熷浮閺岋紕浠︾拠鎻掝潎閻庢鍠楀ḿ娆掔亙闂侀€炲苯澧紒鍌氱У閵堬綁宕橀埡浣插亾閸偆绠鹃柛顐g箘娴犮垽鏌$€n偆鈽夋い顓″劵椤︽煡姊虹敮顔剧М闁绘侗鍣i獮瀣晝閳ь剟锝為崨瀛樼厽婵妫楁禍婵嬫煛閸屾浜鹃梻鍌欐祰椤曆囧礄閻e瞼绀婇柛鈩冡缚椤╂煡鎮归悜妯忣厾绱撳顑芥斀闁绘ê寮舵径鍕煃闁垮鐏╃紒杈ㄦ尰閹峰懘宕楁径瀣剁礄婵$偑鍊曠换鎰偓姘卞厴瀹曠敻寮撮姀鈥充化闂佹儳绻楅~澶屽椤忓牊鐓欓柣鎴烇供濞堟梻绱掗悩宕囨创闁哄矉绲借灃闁逞屽墴閹囧礃椤旇偐顔嗗┑鐐叉▕娴滄繈鍩涢幒妤佺厱閻忕偟鍋撻惃鎴濐熆瑜庣粙鎾舵閹烘柡鍋撻敐搴′簻婵炴惌鍠楅〃銉╂倷鐎电ǹ鈷屽Δ鐘靛仜濞差參銆佸鈧幃鈺佲枔閸喗娅楅梻浣筋嚙濞寸兘骞婇幘瀵哥彾濠电姴娲ょ粣妤呮煛瀹ュ骸骞樼€规挷绶氶弻鈥愁吋鎼粹€崇闂佺粯鎸鹃崰鏍蓟閵娿儮鏀介柛鈩兠▍锝呪攽闄囩亸娆戝垝椤栫偛桅闁告洦鍨奸弫鍐煥濠靛棙宸濋柣锝呫偢濮婃椽宕烽鐔锋畬闁诲孩鐭崡鎶界嵁閺嶎兙浜归柟鐑樻尭娴狀參姊洪崫鍕垫Ъ婵炲娲熼、娆撳炊椤掍讲鎷婚梺绋挎湰閼归箖鍩€椤掑嫷妫戞繛鍡愬灩椤繄鎹勯搹鐟板Е婵$偑鍊栫敮鎺楀磹閸涘﹦顩锋繝濠傜墛閻撶姵绻涢懠棰濆殭闁诲骏绻濋弻锟犲川閺夎法鍘柣搴濈祷閸嬫劙鍩€椤掍胶鈯曞畝锝呮健瀹曘垽鎮欓璺ㄧ畾闂侀潧鐗嗙换鎺楁偩閾忣偆绠惧璺侯儐缁€鍫ユ煠濞差亙鎲剧€规洜枪铻栧ù锝呮惈鐢箖姊绘担瑙勫仩闁稿寒鍨跺畷婵堜沪閻愵剙寮块悗骞垮劚濡厼鈻撴禒瀣厽闁归偊鍘界紞鎴炵箾閹碱厼鏋熸い銊e劦閹瑥顔忛鐓庡闂備浇顕栭崰妤冨垝閹惧磭鏆﹂柛妤冨剱濞笺劑鏌涢埄鍐垮叕缂佽鲸鐟╁濠氬磼濮橆兘鍋撻幖浣哥9闁归棿绀佺壕鐟邦渻鐎n亝鎹i柣顓炴閵嗘帒顫濋敐鍛婵°倗濮烽崑鐐烘偋閻樻眹鈧線寮村杈┬㈤梻浣规偠閸庢椽宕滈敃鍌氭瀬鐎广儱顦伴悡鐔兼煙闁箑骞楃紓宥嗗灴閺屽秷顧侀柛鎾寸箞瀹曟椽寮介锝呭簥濠电娀娼ч鍡浰夐崼鐔虹闁瑰鍋犳竟妯汇亜閿濆懏鎯堟い顏勫暣婵″爼宕橀妸銉ヮ潥闁诲骸鍘滈崑鎾绘煙闂傚顦﹂柦鍐枑缁绘盯骞嬮弮鈧崳浼存煃瑜滈崜銊х不閹捐崵宓侀悗锝庝簴閺€浠嬫煕閵夈垺娅冪紒顭戝枛閳规垿鎮╁▓鎸庢瘜闂佸憡鎸荤换鍡涘Φ閹版澘绀冩い鏃囨娴滈亶姊虹憴鍕妞ゆ泦鍥ㄥ珔闁绘柨鍚嬮悡銉╂煟閺傛寧鎯堢€涙繄绱撴担鎻掍壕闂佸憡鍔﹂崰妤呮偂閸愵喗鐓曟繝闈涙椤忊晠鏌嶈閸撴岸骞冮崒姘煎殨闁告劕寮弮鍫濆窛妞ゆ棁顫夌€氱厧鈹戦悙瀛樼稇闁告艾顑夐幃鐤槾缂侇喗妫冮、妤呭焵椤掑嫭绠掓繝鐢靛Т閿曘倖顨ラ崨濠冩珷闁绘鐗呯换鍡涙煕濞嗗浚妲稿┑顔肩У椤ㄣ儵鎮欓弶鎴犵懆闁剧粯鐗犻弻宥堫檨闁告挻宀稿畷鏇㈩敃閿旂晫鍘介梺缁樻煥閹芥粓鎯屾繝鍥ㄢ拺閻㈩垼鍠氶崚鐗堛亜閺囶亞绉鐐查叄閹稿﹥寰勭仦钘夌闂傚倷绀侀幉锟犲礉閿旂晫顩查柣鎰劋閺咁剚绻濇繝鍌滃闁绘挻绋戦…璺ㄦ崉閻氭潙濮涙繝鈷€鍕伌闁哄本鐩顒傛崉閵婃剬鍥ㄥ癄闁绘柨鍚嬮悡鏇熴亜閹邦喖孝闁告梹绮撻弻锝夊箻鐎电硶妲堥梻鍥ь樀閺屻劌鈹戦崱娆忊拡濠电偛鍚嬮崝妤呭焵椤掑喚娼愭繛鍙夌墵閹矂宕掗悙鑼舵憰闂佹枼鏅涢崯顖涘垔閹绢喗鍋℃繛鍡楃箰椤忊晝鐥悙顒€鈻曟慨濠勫劋濞碱亪骞嶉鐓庮瀴闂備礁婀遍幊鎾趁洪鐑嗗殨妞ゆ劧绠戠粻鑽ょ磽娴h偂鎴濃枍閵忋倖鈷戦悹鎭掑妼濞呮劙鏌熼崙銈嗗 [闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳婀遍埀顒傛嚀鐎氼參宕崇壕瀣ㄤ汗闁圭儤鍨归崐鐐差渻閵堝棗绗傜紒鈧笟鈧畷婊堫敇閻戝棙瀵岄梺闈涚墕濡鎱ㄨ缁辨帡鎮╅崘鑼紝闂佺粯渚楅崳锝嗘叏閳ь剟鏌曢崼婵囶棤闁告ɑ鎹囬弻鈩冨緞鐏炴垝娌繝銏㈡嚀濡繂鐣峰┑鍡╁悑闁糕剝鍔掔花濠氭⒑閸濆嫬鈧悂鎮樺┑瀣垫晜妞ゆ劑鍊楃壕濂稿级閸稑濡界€规洖鐬奸埀顒冾潐濞叉ḿ鏁幒妤嬬稏婵犻潧顑愰弫鍕煢濡警妲峰瑙勬礋濮婃椽宕ㄦ繝鍕窗闂佺ǹ瀛╂繛濠囧箚鐏炶В鏋庨柟鎯ь嚟閸橀亶姊洪崫鍕偍闁告柨鐭傞幃姗€鎮╅悽鐢碉紲闂佺粯鐟㈤崑鎾绘煕閵娿儳鍩g€殿喖顭锋俊鎼佸煛閸屾矮绨介梻浣呵归張顒傜矙閹达富鏁傞柨鐕傛嫹 | 闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳缍婇弻锝夊箣閿濆憛鎾绘煕閵堝懎顏柡灞诲€濆畷顐﹀Ψ閿旇姤鐦庡┑鐐差嚟婵潧顫濋妸褎顫曢柟鎹愵嚙绾惧吋绻涢崱妯虹瑨闁告﹫绱曠槐鎾寸瑹閸パ勭彯闂佹悶鍔忓▔娑㈡偩瀹勬壋鏀介柛鐙€鍠楀Λ鍐ㄧ暦濮椻偓婵℃悂濡疯閸犲﹪姊婚崒娆戭槮闁圭⒈鍋婂畷顖烆敃閿旇棄浜辨繝鐢靛Т濞层倗澹曢悷鎵虫斀闁绘ê纾。鏌ユ煟閹惧崬鐏ǎ鍥э躬椤㈡稑鈻庨幒婵嗗Τ婵犵鈧啿绾ч柟顔煎€垮濠氭晲閸℃ê鍔呭銈嗘⒒閸樠呯尵瀹ュ應鏀芥い鏃傘€嬫Λ姘箾閸滃啰鎮奸柛鎺撳笒閳诲酣骞樺畷鍥跺敹闂佺懓鍚嬮悾顏堝垂閾忓厜鍋撳顓炩枙婵﹦绮幏鍛存惞楠炲簱鍋撴繝鍥ㄧ厸闁告侗鍠氬ú瀵糕偓瑙勬处閸ㄨ泛顕i崼鏇炵妞ゆ挾鍋為鍧楁⒒娴e摜绉烘俊顐ユ硶缁牊绗熼埀顒€鐣峰鈧崺鈧い鎺嗗亾妞ゎ亜鍟存俊鍫曞幢濡儤娈梻浣告憸婵敻骞戦崶褏鏆﹂柕蹇嬪€ら弫鍌炴煕濞戝崬鐏i柣锕€鐗撳鍝勑ч崶褏浼堝┑鐐板尃閸曨収娴勫┑鐘诧工閻楀﹪鎮¢悢鑲╁彄闁搞儯鍔嶉埛鎺旂磼閻橀潧浠ч柍褜鍓濋~澶娒哄Ο鍏煎床闁稿瞼鍎戠紞鏍ㄧ節闂堟侗鍎愰柛銈咁儔閺岋綁濮€閵堝棙閿Δ鐘靛仦閸旀瑥顫忕紒妯诲闁告盯娼х紞濠傤嚕閻㈠壊鏁嗛柛鏇楁杹閸嬫捇宕橀鐓庣獩濡炪倖姊婚搹搴∶洪幖浣光拺閻犳亽鍔屽▍鎰版煙閸戙倖瀚�]

    • 仓颉TensorBoost学习之旅(人工智能与深度学习实战)/开发者成长丛书
      • 作者:董昱|责编:赵佳霓
      • 出版社:清华大学
      • ISBN:9787302642312
      • 出版日期:2024/09/01
      • 页数:349
    • 售价:35.6
  • 内容大纲

        本书以基础知识和实例相结合的方式,详细介绍仓颉TenserBoost的基本使用方法和常见技术,从最基本的神经元开始,讲述神经网络的发展历程,以及深度神经网络、卷积神经网络和循环神经网络的基本用法。
        全书共分为11章,第1~4章介绍了仓颉TenserBoost的底层逻辑,探寻神经网络的原理;第5~9章介绍了常用的算子,以及如何通过仓颉TenserBoost构建深度神经网络;第10章和第11章分别介绍卷积神经网络和循环神经网络,并实现图像识别和序列预测。
        本书面向仓颉语言初学者,以及神经网络、深度学习的初学者,无论您是否有仓颉语言的编程基础,也无论您是否对深度学习是否了解都可以打开本书,一览究竟。
  • 作者介绍

        董昱,华为官方认证的HarmonyOS系统课程开发者,多次参与51CTO鸿蒙社区等组织的课程直播、录播和技术研讨。毕业于中国科学院地理科学与资源研究所,已发表论文10余篇,SCI收录2篇,申请国家专利1项,软件著作权10余项,著有《大疆无人机二次开发教程》《QGIS软件及其应用教程》等图书。
  • 目录

    第1章  初探深度学习
      1.1  人工智能的基本概念
      1.2  神经网络的3次浪潮
        1.2.1  第1次浪潮:感知机的诞生和应用
        1.2.2  第2次浪潮:神经网络的大发展
        1.2.3  第3次浪潮:深度学习
      1.3  深度学习框架
        1.3.1  主流深度学习框架的对比
        1.3.2  昇思(MindSpore)
      1.4  本章小结
      1.5  习题
    第2章  仓颉语言快速入门
      2.1  仓颉语言的开发环境搭建
        2.1.1  安装和配置仓颉语言编译器
        2.1.2  第1个仓颉程序
      2.2  仓颉语言的基本语法
        2.2.1  变量和数据类型
        2.2.2  字符和字符串
        2.2.3  操作符和表达式
        2.2.4  条件结构和循环结构
        2.2.5  函数的定义和调用
      2.3  类和结构体
        2.3.1  类与对象
        2.3.2  继承和多态
        2.3.3  接口
        2.3.4  结构体及其构造函数
      2.4  泛型和集合类型
        2.4.1  泛型类型
        2.4.2  泛型函数
        2.4.3  集合类型
      2.5  包管理工具
        2.5.1  包
        2.5.2  模块
        2.5.3  库
      2.6  本章小结
      2.7  习题
    第3章  自制多层感知机
      3.1  准备工作:实现矩阵运算和读取MNIST数据集
        3.1.1  矩阵和矩阵运算
        3.1.2  MNIST数据集
      3.2  自制多层感知机的实现
        3.2.1  多层感知机的构建
        3.2.2  多层感知机的训练
        3.2.3  多层感知机的核心:反向传播算法
        3.2.4  随机梯度下降和超参数的设置
        3.2.5  让代码运行起来
      3.3  本章小结
      3.4  习题
    第4章  自动微分
      4.1  自动微分的原理和实现

        4.1.1  微分类型
        4.1.2  自动微分的原理
        4.1.3  自动微分的实现
      4.2  仓颉的可微编程
        4.2.1  初探可微编程
        4.2.2  可微类型
        4.2.3  可微函数
        4.2.4  伴随函数
        4.2.5  高阶微分
      4.3  本章小结
      4.4  习题
    第5章  仓颉TensorBoost的环境搭建
      5.1  准备工作
      5.2  搭建MindSpore编译环境
        5.2.1  显卡驱动与CUDA的安装
        5.2.2  编译工具的安装
        5.2.3  编译依赖的安装
      5.3  编译并安装MindSpore
      5.4  仓颉TensorBoost的环境配置
        5.4.1  仓颉TensorBoost的安装
        5.4.2  检查仓颉TensorBoost是否安装成功
      5.5  环境配置中的常见问题
        5.5.1  更新Python版本后终端无法正常打开
        5.5.2  编译MindSpore时出现OpenMPI编译错误
        5.5.3  eigen包下载失败
        5.5.4  通过SSH和Samba服务在Windows环境中开发仓颉TensorBoost程序
      5.6  本章小结
      5.7  习题
    第6章  张量的基本用法
      6.1  张量
        6.1.1  张量的定义
        6.1.2  张量和数组的转换
        6.1.3  张量的属性
        6.1.4  张量的复制
      6.2  张量的基本运算
        6.2.1  加、减、乘、除、取余
        6.2.2  无穷与非数
        6.2.3  矩阵运算
        6.2.4  张量的维度交换和矩阵转置
      6.3  张量是可微类型
        6.3.1  动态图和静态图
        6.3.2  张量的自动微分
      6.4  张量元组与参数
        6.4.1  张量元组
        6.4.2  参数
      6.5  本章小结
      6.6  习题
    第7章  构建神经网络
      7.1  单层感知机实现线性回归
        7.1.1  MindRecord数据集的读取

        7.1.2  定义感知机
        7.1.3  计算代价函数并反向传播求解梯度
        7.1.4  应用随机梯度下降优化器更新感知机参数
        7.1.5  训练感知机
      7.2  多层感知机实现数字识别
        7.2.1  MNIST数据集的读取
        7.2.2  定义多层感知机
        7.2.3  计算代价函数并反向传播求解梯度
        7.2.4  创建随机梯度下降优化器更新网络参数
        7.2.5  训练多层感知机
      7.3  神经网络的持久化
        7.3.1  运行环境管理和静态图的保存
        7.3.2  张量的持久化
        7.3.3  神经网络模型的持久化
      7.4  本章小结
      7.5  习题
    第8章  张量的高级用法
      8.1  数学运算算子
        8.1.1  基础数学运算算子
        8.1.2  统计运算
        8.1.3  稀疏算法
        8.1.4  逻辑运算
        8.1.5  张量的内存设置
      8.2  张量比较
        8.2.1  维度内的比较
        8.2.2  元素级的比较
        8.2.3  广播机制
      8.3  张量的维度操作
        8.3.1  基本维度变换
        8.3.2  张量的切片和取值
        8.3.3  张量的合并与分割
        8.3.4  反转元素
      8.4  本章小结
      8.5  习题
    第9章  深度神经网络
      9.1  选择合适的损失函数
        9.1.1  L1、L2范数损失函数
        9.1.2  熵和交叉熵
        9.1.3  交叉熵损失函数
        9.1.4  Softmax激活函数
      9.2  选择合适的激活函数
        9.2.1  梯度消失和梯度爆炸
        9.2.2  Sigmoid及其衍生激活函数
        9.2.3  线性整流函数(ReLU)
        9.2.4  常用的激活函数
      9.3  选择合适的优化器
        9.3.1  动量梯度下降
        9.3.2  自适应学习率
        9.3.3  Adam算法
      9.4  正则化与过拟合问题

        9.4.1  过拟合和欠拟合
        9.4.2  L1和L2正则化
        9.4.3  DropOut
      9.5  改进深度神经网络
        9.5.1  采样器、训练数据集和验证数据集的加载
        9.5.2  改进激活函数和损失函数
        9.5.3  改进优化器
      9.6  本章小结
      9.7  习题
    第10章  卷积神经网络
      10.1  卷积神经网络与图像识别
        10.1.1  卷积和图像卷积
        10.1.2  初识卷积神经网络
      10.2  LeNet神经网络
        10.2.1  LeNet-5神经网络结构
        10.2.2  手写数字识别的实现
      10.3  VGG神经网络
        10.3.1  CIFAR10数据集
        10.3.2  批标准化
        10.3.3  VGG-16神经网络结构
        10.3.4  图片分类的实现
      10.4  本章小结
      10.5  习题
    第11章  循环神经网络
      11.1  循环神经网络基本原理
        11.1.1  初识循环神经网络
        11.1.2  长短期记忆网络
      11.2  用LSTM解决序列问题
        11.2.1  堆叠LSTM
        11.2.2  序列数据的表示方法
        11.2.3  预测航班载客量的实现
      11.3  本章小结
      11.4  习题
    附录A  张量的操作符重载