深度学习与计算机视觉：算法原理、框架应用与代码实现 - (EPUB全文下载)

文件大小：8.67 mb。
文件格式：epub 格式。
书籍内容：

深度学习与计算机视觉：算法原理、框架应用与代码实现
叶韵　编著
ISBN：978-7-111-57367-8
本书纸版由机械工业出版社于2017年出版，电子版由华章分社（北京华章图文信息有限公司，北京奥维博世图书发行有限公司）全球范围内制作与发行。
版权所有，侵权必究
客服热线：+ 86-10-68995265
客服信箱：service@bbbvip.com
官方网址：www.hzmedia.com.cn
新浪微博 @华章数媒
微信公众号 华章电子书（微信号：hzebook）
目录
序言
前言
第1篇　基础知识
第1章　引言
1.1　人工智能的新焦点——深度学习
1.2　给计算机一双眼睛——计算机视觉
1.3　基于深度学习的计算机视觉
第2章　深度学习和计算机视觉中的基础数学知识
2.1　线性变换和非线性变换
2.2　概率论及相关基础知识
2.3　维度的诅咒
2.4　卷积
2.5　数学优化基础
第3章　神经网络和机器学习基础
3.1　感知机
3.2　神经网络基础
3.3　后向传播算法
3.4　随机梯度下降和批量梯度下降
3.5　数据、训练策略和规范化
3.6　监督学习、非监督学习、半监督学习和强化学习
第4章　深度卷积神经网络
4.1　卷积神经网络
4.2　LeNet——第一个卷积神经网络
4.3　新起点——AlexNet
4.4　更深的网络——GoogLeNet
4.5　更深的网络——ResNet
第2篇　实例精讲
第5章　Python基础
5.1　Python简介
5.2　Python基本语法
5.3　Python的科学计算包——NumPy
5.4　Python的可视化包——matplotlib
第6章　OpenCV基础
6.1　OpenCV简介
6.2　Python-OpenCV基础
6.3　用OpenCV实现数据增加小工具
6.4　用OpenCV实现物体标注小工具
第7章　Hello　World！
7.1　用MXNet实现一个神经网络
7.2　用Caffe实现一个神经网络
第8章　最简单的图片分类——手写数字识别
8.1　准备数据——MNIST
8.2　基于Caffe的实现
8.3　基于MXNet的实现
第9章　利用Caffe做回归
9.1　回归的原理
9.2　预测随机噪声的频率
第10章　迁移学习和模型微调
10.1　吃货必备——通过Python采集美食图片
10.2　美食分类模型
第11章　目标检测
11.1　目标检测算法简介
11.2　基于PASCAL　VOC数据集训练SSD模型
第12章　度量学习
12.1　距离和度量学习
12.2　用MNIST训练Siamese网络
第13章　图像风格迁移
13.1　风格迁移算法简介
13.2　MXNet中的图像风格迁移例子
序言
深度学习是机器学习的一个重要分支，它以简化的方式模拟人脑复杂的神经系统，从而达到对数据的高级抽象。近些年，深度学习在语音识别、计算机视觉、自然语言处理、生成网络和无监督学习等领域都有着广泛的应用，从很多方面改变着人们的日常生活。
互联网巨头谷歌、Facebook、亚马逊、微软、百度、阿里巴巴和腾讯等公司都建立了相应的深度学习部门和平台。随着近几年深度学习的快速发展，相继出现了大量的开源软件平台，如Caffe、MXNet、TensorFlow和Torch等。这些平台多数都有相应的Python和C++接口，功能非常强大。但是对于初学者来说，还是有一定的门槛。
本书架起了一座初学者和开源深度学习软件之间的桥梁，致力于帮助初学者进入机器学习特别是深度学习在计算机视觉中的应用等领域。本书涵盖了基础的数学、机器学习和图像识别等内容，同时对两个主流的开源深度学习库Caffe和MXNet都有大量的实战例子描述分类和回归等问题。
本书作者在深度学习领域有着深入的研究，善于把复杂的问题用浅显易懂的语言描述出来，使得本书内容引人入胜。本书结构合理，内容涵盖了计算机视觉领域的一些主要问题。对于一个学习计算机视觉的新手来说，本书的数学推导浅显易懂，从一些简单例子开始，然后推广到抽象的矩阵描述方式，大大减轻了学习负担。读者可以通过前7章的学习，对神经网络、基础的数学和编程技巧有一个全面的了解。在此基础上可以根据具体的问题参考本书中具体的章节，例如图像识别、回归和目标检测等。在这些章节中，读者可以按照书中的步骤搭建自己的应用。
田疆
西门子高级研究员
附英文原文
Deep learning is a branch of machine learning based on a set of algorithms that attempt to model high level abstractions in data，and mimics human brain’s neural networks in a simplistic manner.It is powerful and driving advances in speech recognition，computer vision，natural language processing，generative networks，and unsupervised machine learning in recent years，which are changing our daily life from different aspects.
Internet giants Google，Facebook，Amazon，Microsoft，Baidu，Alibaba，and Tencent launch their deep learning teams and platforms.With the rapidly growing related research and development community，in recent years，there appear plenty of open sou ............

书籍插图：

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。