總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電腦技術 自動化基礎理論
 
 
 
 
深度學習理論與實戰•基礎篇(配件另行下載)
 作  者: 李理
 出版單位: 電子工業
 出版日期: 2019.07
 進貨日期: 2019/8/5
 ISBN: 9787121365362
 開  本: 16 開    
 定  價: 818
 售  價: 654
  會 員 價: 600
推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
編輯推薦:

深述理論,跳出公式看深度學習,這邊風景獨好!

注重實戰,跨越從知道到做到的鴻溝,一線經驗實戰!

細解源碼,知其然更知其所以然,與版本無關!

實操案例,拿來即用學得會做得到,輕鬆入門人工智慧!


內容簡介:

本書不僅包含人工智慧、機器學習及深度學習的基礎知識,如卷積神經網路、迴圈神經網路、生成對抗網路等,而且也囊括了學會使用 TensorFlow、PyTorch 和 Keras 這三個主流的深度學習框架的*小知識量;不僅有針對相關理論的深入解釋,而且也有實用的技巧,包括常見的優化技巧、使用多 GPU 訓練、偵錯工具及將模型上線到生產系統中。本書希望同時兼顧理論和實戰,使讀者既能深入理解理論知識,又能把理論知識用於實戰,因此本書每介紹完一個模型都會介紹其實現,讀者閱讀完一個模型的介紹之後就可以運行、閱讀和修改相關代碼,從而可以更加深刻地理解理論知識。


作者簡介:

李理,畢業於北京大學,研究方向為自然語言處理,有十多年自然語言處理和人工智慧研發經驗,先後在去哪兒網、百度和出門問問等企業工作,從事過分散式爬蟲、搜尋引擎、廣告系統,主持研發過多款智慧硬體的問答和對話系統。現在是環信人工智慧研發中心的VP,負責環信中文語義分析開放平臺和環信智慧型機器人的設計與研發。目前他致力於語音辨識、自然語言處理等人工智慧技術在企業中的推廣和落地,以提高企業服務的水準和效率。


章節試讀:

我與人工智慧

1997年夏天,我在電腦上跟一個叫“將族”的中國象棋軟體( CCH)下棋時, IBM的“深藍”擊敗了國際象棋世界冠軍卡斯帕羅夫。當時僅覺此事離我甚遠,沒想到,數年之後我竟親手編寫人工智慧應用,比如酒店和機票的爬蟲軟體、酒店知識圖譜的構建、酒店評論的分析、圖片的去重鑒黃、旅遊領域全文檢索搜尋引擎,相關性搜索的改進和知識圖譜的構建工作。沒想到,人工智慧會如此受關注,我作為一位從業者,當然希望人工智慧能有更大的發展,希望不同行業的人能更多地瞭解目前人工智慧,尤其是深度學習,而不希望大家對於人工智慧只從一些科普文章或網文中獲取過於樂觀或悲觀的資訊。

從一位人工智慧“老兵”的角度出發,對於人工智慧,我認為只有真正地理解其原理,知道目前技術的邊界在哪裡,並動手用它解決實際問題,才是正確認知人工智慧的途徑,也是我編寫本書的初始動機和最終目標。

本書的特點

市面上關於深度學習的書籍很多,大多分兩類:一類側重理論,多為會議論文集,更多關注基礎理論和前沿進展,這類書籍通常比較難懂,而且讀完之後仍然不知道怎麼動手解決問題;另一類則更關注應用,多為框架工具的介紹,偶爾提及一些理論也點到為止,在讀者看來各種演算法只是一個黑盒子,雖然能跑起來,但是知其然不知其所以然,不知道怎麼調優,碰到問題時也不知道怎麼解決。

本書希望同時兼顧理論和應用,使讀者既能深入理解理論知識,又能把理論知識用於實踐,因此本書每介紹完一個模型都會介紹其實現,讀者閱讀完一個模型的介紹之後就可以運行、閱讀和修改一下相關代碼,從而可以更加深刻地理解理論知識。

從我開始寫下第一個字到現在,前後跨越四年,一方面是因為工作忙,寫作時間都是擠出來的,另一方面是我希望寫好書,不奢求立言,但總歸對後來進入人工智慧行業的技術工程人員能有?明。書中每一個知識點、每一行代碼,均是我學懂、做會之後寫下來的,裡面有很多技巧也是我從多年工作當中沉澱下來的。

適合讀者

我的寫作目標是讓本書具有自包含性,意即初入行者只要讀了這本書,就什麼都能學得到,也能學得會,本書讀者只要有 Python程式設計基礎就能踏入人工智慧行業的大門,因此本書不僅有人工智慧、機器學習的基礎知識,而且囊括了學會 TensorFlow、PyTorch和 Keras三個主流的深度學習框架的最小知識量;不僅有針對很多理論的深入解釋,也能學到一些實用的技巧,包括常見的優化技巧、使用多 GPU訓練、偵錯工具及把模型上線到生產系統中。

本書主要內容

本書共包含 8章,每章的主要內容如下:

第 1章介紹人工智慧的發展歷程和機器學習的基本概念,使用通俗的語言介紹機器學習任務的分類、常見模型、損失函數和衡量指標,最後通過一個簡單的線性回歸示例來加深對這些概念的理解。

第 2章介紹全連接神經網路的基本概念和反向傳播演算法的詳細推導過程,不使用框架完全自己實現一個多層的神經網路來識別 MNIST的手寫數位。接下來介紹基本的優化技巧,包括啟動函數的選擇、參數的初始化、Dropout、BatchNormalization和 Adam等學習率自我調整演算法。

第 3章介紹卷積神經網路,使用卷積神經網路來解決 MNIST和 CIFAR-10資料集的識別問題,通過 CIFAR-10的例子介紹怎麼在 TensorFlow裡使用多 GPU訓練,最後介紹殘差神經網路。

第 4章介紹迴圈神經網路,使用它來實現姓名分類及生成莎士比亞風格的句子,接著會介紹 Seq2Seq模型和注意力機制,使用它們來實現英語—法語、漢語—英語的機器翻譯功能。

第 5章介紹生成對抗網路,介紹對抗訓練的基本原理和 DCGAN模型,最後使用 DCGAN來實現人臉照片的生成。

第 6章介紹 TensorFlow,首先介紹基本概念、優化器和資料登錄輸出等,然後介紹全連接神經網路和卷積神經網路等常見網路結構。因為 RNN的複雜性,我們單獨使用一節來詳細介紹怎麼在 TensorFlow使用 RNN、LSTM和 GRU。接著介紹高層的 Estimator API和 TensorBoard,以及怎麼調試 TensorFlow代碼。最後介紹模型的保存和 TensorFlowServing。

第 7章介紹 PyTorch,通過使用不同的方法來實現三層的神經網路來重點介紹 Autograd,包括資料的載入和處理,最後是一個遷移學習的示例。

第 8章介紹 Keras,包括卷積神經網路、殘差神經網路和迴圈神經網路在 Keras裡的用法,最後通過簡短的代碼示例來演示怎麼實現文本圖片的分類、圖片問答和視頻問答。

致謝

首先要感謝我的家人尤其是我的妻子對我的支持,讓我有更多的時間來完成這本書。感謝我的女兒,她給了我很多的靈感和持續學習的動力。感謝出版社的編輯團隊為這本書的寫作和出版付出的諸多努力。最後本書的寫作過程中參考了非常多的文獻、資料和開原始程式碼,感謝他們的免費開放和授權使用。


圖片預覽:

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。