《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
下载体验