魏秀参
人物简介:
魏秀参
旷视科技(Face++)南京研究院负责人。南京大学LAMDA研究所博士,主要研究领域为计算机视觉和机器学习。在相关领域重要国际期刊和国际会议发表论文十余篇,并两次获得国际计算机视觉相关竞赛冠、亚军。曾获CVPR 2017最佳审稿人、南京大学博士生校长特别奖学金等荣誉,担任ICCV、CVPR、ECCV、NIPS、IJCAI、AAAI等国际会议PC member。(个人自媒体:知乎“魏秀参”,新浪微博“Wilson_NJUer”)
解析深度学习:卷积神经网络原理与视觉实践书籍相关信息
- ISBN:9787121345289
- 作者:魏秀参
- 出版社:中国工信出版集团 电子工业出版社
- 出版时间:2018-11
- 页数:200
- 价格:79
- 纸张:暂无纸张
- 装帧:平装
- 开本:暂无开本
- 语言:暂无语言
- 丛书:博文视点AI系列
- 适合人群:适合有计算机科学背景的读者,包括数据科学家、机器学习工程师、计算机视觉研究者、以及对深度学习和卷积神经网络感兴趣的专业人士和爱好者。同时,对于希望了解最新技术进展和视觉实践案例的工程师和学生也是很好的参考书籍。
- TAG:图像处理 / 深度学习 / 算法 / 机器学习 / 编程实践 / 计算机视觉 / 神经网络 / 卷积神经网络
- 豆瓣评分:7.8
- 更新时间:2025-05-09 06:42:39
内容简介:
深度学习,特别是深度卷积神经网络是人工智能的重要分支领域,卷积神经网络技术也被广泛应用于各种现实场景,在许多问题上都取得了超越人类智能的结果。本书作为该领域的入门书籍,在内容上涵盖深度卷积神经网络的基础知识和实践应用两大方面。《解析深度学习:卷积神经网络原理与视觉实践》共14 章,分为三个部分:第一部分为绪论;第二部分 (第1~4 章)介绍卷积神经网络的基础知识、基本部件、经典结构和模型压缩等基础理论内容;第三部分(第5~14 章)介绍深度卷积神经网络自数据准备开始,到模型参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡数据处理,最终到模型集成等实践应用技巧和经验。《解析深度学习:卷积神经网络原理与视觉实践》并不是一本编程类书籍,而是希望通过“基础知识”和“实践技巧”两方面使读者从更高维度了解、掌握并成功构建针对自身应用问题的深度卷积神经网络。
《解析深度学习:卷积神经网络原理与视觉实践》可作为深度学习和卷积神经网络爱好者的入门书籍,也可供没有机器学习背景但希望能快速掌握该方面知识并将其应用于实际问题的各行从业者阅读参考。
全格式电子版 - 免费下载