深度卷积网络(DCNN)是目前十分流行的深度神经网络架构,它构造清晰直观,效果引人入胜,在图像、视频、语音、语言领域都有广泛应用。彭博著的《深度卷积网络原理与实践(全彩印刷)》以AI领域近期新的技术研究和实践为基础,从技术理论、工作原理、实践方法、架构技巧、训练方法、技术前瞻等6个维度对深度卷积网络进行了系统、深入、详细的讲解。以实战为导向,深入分析AlphaGo和GAN的实现过程、技术原理、训练方法和应用细节,为读者依次揭开神经网络、卷积网络和深度卷积网络的神秘面纱,让读者了解AI的“思考过程”,以及与人类思维的相同和不同之处。本书在逻辑上分为3个部分:靠前部分综述篇(靠前、6、9章)这3章不需要读者具备编程和数学基础,对深度学习和神经网络的基础知识、AlphaGo的架构设计和工作原理,以及深度学习和人工智能未来的技术发展趋势进行了宏观介绍。第二部分深度卷积网络篇(第2、3、4、5章)结合作者的实际工作经验和案例代码,对深度卷积网络的技术理论、工作原理、实践方法、架构技巧和训练方法做了系统而深入的讲解。第三部分实战篇(第7、8章)详细分析了AlphaGo和GAN的技术原理、训练方法和应用细节,包括详细的代码分析和大量GAN的精彩实例。本书的案例代码在GitHub上提供下载,同时读者可在GitHub上与作者交流与本书相关的问题。
阅读更多