《卷积神经网络与视觉计算》从零基础开始,系统阐述卷积神经网络理论基础及其实践应用,可以帮助初学者快速学习和构建深度学习系统。第1章简要介绍了图像表示和一些计算机视觉模型;第2章介绍了回归、机器学习和优化的概念;第3章介绍了Rosenblatt感知器和感知器学习算法、logistic神经元及其激活函数,以及两类和多类问题的单神经元模型等;第4章介绍了卷积池化层和CNN;第5章通过介绍CNN的一些当前新颖实用的用法,进一步拓展和丰富了深度神经网络的结构。
目录
- 译者序
- 作者简介
- 前言
- 致谢
- 第1章视觉计算简介
- 第2章回归问题中的机器学习
- 第3章 人工神经网络
- 第4章卷积神经网络
- 第5章卷积神经网络的新进展
- 附录AYann
- 后记