深度学习程序设计实战

7.5 结束语

7.4 一步检测法

7.3 两步检测法

7.2 目标检测中的难点

7.1 目标检测简介

第7章 Chapter Seven 目标检测

6.7 结束语

6.6 WGAN

6.5 StarGAN模型

6.4 CycleGAN模型

6.3 Pix2Pix模型

6.2 条件式GAN

6.1 简单GAN

第6章 Chapter Six生成式对抗网络

5.9 结束语

5.8 N:N:N模型

5.7 N:N模型

5.6 N:1模型与1:N模型

5.5 1:1模型

5.4 LSTM模型

5.3 诗歌生成器

5.2 RNN的结构

5.1 什么是循环神经网络

第5章 Chapter Five 循环神经网络

4.13 结束语

4.12 优化器

4.11 其他CNN模型

4.10 语义分割和实例分割

4.9 人脸识别和人脸对比

4.8 表情识别

4.7 残差神经网络

4.6 使用GPU

4.5 条件VAE模型

4.4 手写数字生成

4.3 用CNN实现手写数字识别

4.2 池化操作

4.1 卷积

第4章 Chapter Four 卷积神经网络

3.6 结束语

3.5 手写数字识别

3.4 用三层神经网络拟合任意一个函数

3.3 三层神经网络

3.2 优化器和计算图

3.1 Tensorflow基本概念

第3章 Chapter Three 神经元网络初步

2.3 结束语

2.2 自动求导和人工智能框架

2.1 导数和导数的应用

第2章 Chapter Two 反向传播算法

1.4 结束语

1.3 面向对象的程序设计

1.2 递归程序设计

1.1 自顶向下的程序设计

第1章 Chapter One 程序设计方法

前言

序

中国通信学会

版权信息

封面

封面

版权信息

中国通信学会

序

前言

第1章 Chapter One 程序设计方法

1.1 自顶向下的程序设计

1.2 递归程序设计

1.3 面向对象的程序设计

1.4 结束语

第2章 Chapter Two 反向传播算法

2.1 导数和导数的应用

2.2 自动求导和人工智能框架

2.3 结束语

第3章 Chapter Three 神经元网络初步

3.1 Tensorflow基本概念

3.2 优化器和计算图

3.3 三层神经网络

3.4 用三层神经网络拟合任意一个函数

3.5 手写数字识别

3.6 结束语

第4章 Chapter Four 卷积神经网络

4.1 卷积

4.2 池化操作

4.3 用CNN实现手写数字识别

4.4 手写数字生成

4.5 条件VAE模型

4.6 使用GPU

4.7 残差神经网络

4.8 表情识别

4.9 人脸识别和人脸对比

4.10 语义分割和实例分割

4.11 其他CNN模型

4.12 优化器

4.13 结束语

第5章 Chapter Five 循环神经网络

5.1 什么是循环神经网络

5.2 RNN的结构

5.3 诗歌生成器

5.4 LSTM模型

5.5 1:1模型

5.6 N:1模型与1:N模型

5.7 N:N模型

5.8 N:N:N模型

5.9 结束语

第6章 Chapter Six生成式对抗网络

6.1 简单GAN

6.2 条件式GAN

6.3 Pix2Pix模型

6.4 CycleGAN模型

6.5 StarGAN模型

6.6 WGAN

6.7 结束语

第7章 Chapter Seven 目标检测

7.1 目标检测简介

7.2 目标检测中的难点

7.3 两步检测法

7.4 一步检测法

7.5 结束语