[
-
内容大纲
本教材是一本针对高职院校学生编写的深度学习教材。全书分为八章，内容涵盖深度学习概念、深度学习框架、深度学习网络结构等基础知识，以及图像分类、目标检测、文本分类、文本翻译等深度学习实践任务。教材以简明易懂的方式呈现了深度学习的核心理论和应用场景，每章都配备了基础知识来帮助学生完成实践任务。通过实践任务，学生能够将理论知识与实际问题结合，更好地理解深度学习的应用和作用，并提供了拓展练习来帮助学生更加深入地掌握深度学习的原理。此外，本教材还提供了拓展阅读以供学生自学。编写团队精心整理和总结了优秀的教材和研究成果，希望学生能够通过本教材深入理解深度学习的原理和算法，具备实际应用所需的技巧和方法，为未来的学习和职业发展打下坚实基础。 -
作者介绍
-
目录
第1章 绪论
本章简介
知识目标
技能目标
素质目标
1.1 人工智能的介绍
1.1.1 人工智能定义
1.1.2 机器学习简介
1.1.3 深度学习简介
1.1.4 人工智能与深度学习
1.2 机器学习的相关概念
1.3 深度学习的发展
1.4 深度学习的应用
1.4.1 深度学习的应用领域
1.4.2 深度学习的应用场景
1.5 深度学习的特点
1.6 深度学习框架
1.6.1 Theano
1.6.2 Caffe
1.6.3 TensorFlow
1.6.4 PyTorch
1.7 实践任务——使用Python解线性方程和线性回归方程
任务1 使用Python解线性方程组
任务2 使用Python解线性回归方程
1.8 扩展阅读
1.8.1 导数与微积分
1.8.2 线性代数
1.8.3 概率论与数理统计
第2章 PyTorch深度学习框架
本章简介
知识目标
技能目标
素质目标
2.1 PyTorch概述
2.1.1 PyTorch简介
2.1.2 计算图简介
2.2 PyTorch开发环境搭建
2.2.1 Anaconda安装
2.2.2 PyTorch安装
2.2.3 PyCharm安装
2.3 PyTorch基本使用方法
2.3.1 张量
2.3.2 数学运算
2.3.3 数理统计
2.4 实践任务——预测代码量与编程成绩的关系
任务1 认识线性回归
任务2 准备数据
任务3 设计模型
任务4 训练模型
任务5 预测数据
本章总结
扩展练习
第3章 简单全连接网络的手写数字识别
本章简介
知识目标
技能目标
素质目标
3.1 学习情景描述
3.1.1 任务需求
3.1.2 技术分析
3.2 知识准备
3.2.1 神经网络概要
3.2.2 前向传播算法
3.2.3 激活函数
3.2.4 神经网络的训练流程
3.3 实践任务——手写数字识别
任务1 处理数据
任务2 搭建模型
任务3 训练模型
任务4 评估模型
3.4 扩展阅读
3.4.1 M-P模型
3.4.2 感知机模型
3.4.3 多层感知机模型
本章总结
扩展练习
第4章 使用卷积神经网络实现图像分类
本章简介
知识目标
技能目标
素质目标
4.1 学习情景描述
4.1.1 任务需求
4.1.2 技术分析
4.2 知识准备
4.2.1 卷积层
4.2.2 池化层
4.3 卷积神经网络（CNN）的实现
4.3.1 数据准备
4.3.2 卷积层的实现
4.3.3 池化层的实现
4.3.4 卷积神经网络（CNN）的实现
4.4 实践任务——时装图像分类
任务1 准备数据
任务2 搭建模型
任务3 训练模型
任务4 测试模型
任务5 保存模型
4.5 扩展阅读
4.5.1 LeNet
4.5.2 AlexNet
4.5.3 VGGNet
4.5.4 GoogLeNet
4.5.5 ResNet
4.5.6 DenseNet
4.6 扩展技能——用PyTorch实现LeNet卷积神经网络（CNN）的应用
4.6.1 分析模型
4.6.2 搭建模型
4.6.3 准备数据集
4.6.4 训练模型
4.6.5 测试模型
本章总结
扩展练习
第5章 目标检测
本章简介
知识目标
技能目标
素质目标
5.1 学习情景描述
5.1.1 任务需求
5.1.2 技术分析
5.2 知识准备
5.2.1 损失函数
5.2.2 梯度下降算法
5.2.3 反向传播（BP）算法
5.3 目标检测原理与应用
5.3.1 目标检测概述
5.3.2 传统的目标检测方法
5.3.3 区域卷积神经网络（R-CNN）系列模型的原理
5.4 实践任务——行人目标检测与实例分割
任务1 使用数据集
任务2 搭建目标检测模型
任务3 改造模型以适应新的数据集
任务4 调用工具训练模型
任务5 评估和测试模型
5.5 扩展阅读
5.5.1 梯度下降算法的求导过程
5.5.2 链式法则
5.5.3 不同优化器的对比
本章总结
扩展练习
第6章 文本分类
本章简介
知识目标
技能目标
素质目标
6.1 学习情景描述
6.1.1 任务需求
6.1.2 技术分析
6.2 知识准备
6.2.1 分词
6.2.2 TF-IDF
6.2.3 训练集和测试集
6.2.4 交叉验证
6.2.5 过拟合
6.3 实践任务——新闻主题分类
任务1 处理数据
任务2 搭建模型
任务3 训练模型
任务4 评估模型
6.4 扩展阅读
6.4.1 数据划分的方法与意义
6.4.2 过拟合的处理方法
6.4.3 中文分词的原理
6.4.4 词嵌入与Word2Vec
本章总结
扩展练习
第7章 文本翻译
本章简介
知识目标
技能目标
素质目标
7.1 学习情景描述
7.1.1 任务需求
7.1.2 技术分析
7.2 知识准备
7.2.1 批处理
7.2.2 批归一化（BN）
7.2.3 Seq2Seq网络
7.2.4 注意力机制
7.3 实践任务——中、英文文本翻译
任务1 准备数据
任务2 构建模型
任务3 训练模型
任务4 评估模型
7.4 扩展阅读
7.4.1 批处理策略比较
7.4.2 归一化的原理
7.4.3 归一化方法比较
本章总结
扩展练习
第8章 基于深度学习的代码搜索
本章简介
知识目标
技能目标
素质目标
8.1 学习情景描述
8.1.1 任务需求
8.1.2 技术分析
8.2 知识准备
8.2.1 权重初始化
8.2.2 正则化
8.3 实践任务——Python语言的代码搜索
任务1 准备数据
任务2 介绍模型
任务3 数据预处理
任务4 训练模型
任务5 应用模型
8.4 扩展阅读
8.4.1 不同权重初始化方法比较
8.4.2 更多正则化方法
本章总结
扩展练习
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...