官术网_书友最值得收藏!

深度學(xué)習(xí)計算機視覺實戰(zhàn)
會員

本書是一本看懂計算機視覺的實戰(zhàn)指南,使用理論與實踐相結(jié)合的思想,真正一站式搞定理論學(xué)習(xí)、算法開發(fā)到模型部署上線。全書內(nèi)容共分為四個部分。第一部分包括第1、2章,主要講解深度學(xué)習(xí)和計算機視覺基礎(chǔ),如計算機視覺領(lǐng)域的經(jīng)典網(wǎng)絡(luò)和常見的目標(biāo)檢測算法;第二部分包括第3~6章,主要講解圖像處理知識,結(jié)合應(yīng)用案例,對知識點進行分析說明;第三部分包括第7~11章,主要講解計算機視覺中的實戰(zhàn)項目,對實現(xiàn)細節(jié)做了追本溯源的講解;第四部分包括第12~13章,主要講解模型的落地部署,該部分的講解基于TensorFlowLite框架,該框架受眾廣、熱度高,且在各種平臺都有對應(yīng)的支持與優(yōu)化加速方案,方便讀者使用。本書中的上百個知識點與50多個案例都是作者工程應(yīng)用中的經(jīng)驗總結(jié),每章末尾均有“進階必備”,給讀者提供更多的拓展知識。本書適合計算機視覺的初學(xué)者、計算機視覺算法開發(fā)人員、對深度學(xué)習(xí)有興趣的用戶或者亟須工程落地使用的用戶,也適合作為高校相關(guān)專業(yè)的學(xué)生教材使用。

肖鈴 劉東 ·人工智能 ·7.6萬字

基于信息增強的圖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法研究
會員

本書深入剖析了圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域所面臨的兩大核心挑戰(zhàn):深度加深模型退化和監(jiān)督信息過度依賴。針對這兩大挑戰(zhàn),本書提出了一系列解決思路,涵蓋模型結(jié)構(gòu)設(shè)計、訓(xùn)練策略優(yōu)化等方面的內(nèi)容。全書共7章,第1章主要介紹了圖神經(jīng)網(wǎng)絡(luò)研究的背景與意義,闡述了近年來國內(nèi)外網(wǎng)絡(luò)表示學(xué)習(xí)與圖神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀,分析了圖神經(jīng)網(wǎng)絡(luò)當(dāng)前面臨的挑戰(zhàn)及其主要問題等;第2章主要對圖神經(jīng)網(wǎng)絡(luò)進行概要論述,包括基礎(chǔ)的理論、典型的模型方法及應(yīng)用;第3章針對圖神經(jīng)網(wǎng)絡(luò)在節(jié)點聚合過程中面臨的節(jié)點鄰域混雜的問題,提出了一種基于混合階的圖神經(jīng)網(wǎng)絡(luò)模型;第4章針對圖神經(jīng)網(wǎng)絡(luò)在節(jié)點交互過程中面臨的全局結(jié)構(gòu)信息缺失問題,提出了一種基于拓撲結(jié)構(gòu)自適應(yīng)的圖神經(jīng)網(wǎng)絡(luò)模型;第5章針對自監(jiān)督信息缺失且包含噪聲的問題,提出了一種圖結(jié)構(gòu)與節(jié)點屬性聯(lián)合學(xué)習(xí)的變分圖自編碼器模型;第6章針對節(jié)點自監(jiān)督信息貢獻不做區(qū)分的問題,提出了一種基于注意力機制的圖對比學(xué)習(xí)模型;第7章總結(jié)全書并對圖神經(jīng)網(wǎng)絡(luò)可能的研究方向進行展望。本書可供從事人工智能、數(shù)據(jù)挖掘、機器學(xué)習(xí)及網(wǎng)絡(luò)數(shù)據(jù)分析等相關(guān)領(lǐng)域的科研及工程人員參考,也可作為高等院校計算機、人工智能等專業(yè)本科生與研究生的學(xué)習(xí)參考書。

王杰 ·人工智能 ·8.1萬字

QQ閱讀手機版

主站蜘蛛池模板: 枣强县| 和顺县| 石楼县| 定南县| 通州市| 叙永县| 精河县| 襄城县| 天等县| 鱼台县| 贵定县| 灵武市| 棋牌| 留坝县| 昔阳县| 沙田区| 贵定县| 尼勒克县| 四川省| 焦作市| 大石桥市| 荆州市| 贵港市| 成安县| 竹溪县| 正镶白旗| 黎平县| 扎鲁特旗| 定兴县| 敦化市| 四平市| 鹤岗市| 乌拉特中旗| 台湾省| 祁阳县| 肥东县| 乡宁县| 赞皇县| 元谋县| 连平县| 银川市|