【电子书下载】《深度学习、优化与识别》高清PDF下载

作者: 焦李成
出版年: 2017-6

内容简介
《深度学习、优化与识别》的特色

深度学习是计算机科学与人工智能的重要组成部分。全书16章，分为理论与实践应用两部分，同时介绍5种深度学习主流平台的特性与应用，最后给出了深度学习的前沿进展介绍，另附带47种相关网络模型的实现代码。本书具有以下的特点：

一、内容系统全面

全书16章，覆盖了深度学习当前出现的诸多经典框架或模型，分为两个部分。第一部分系统地从数据、模型、优化目标函数和求解等四个方面论述了深度学习的理论及算法，如卷积神经网络、深度生成模型等；第二部分基于5种主流的深度学习平台给出了深度网络在自然图像、卫星遥感影像等领域的应用，如分类、变化检测、目标检测与识别等任务。另外给出了深度学习发展的脉络图及最新研究进展，提供可基于5种平台实现的47中深度网络代码，以便有兴趣的读者进一步钻研探索。

二、叙述立场客观

作为深度学习的入门教材，尽可能不带偏见地对材料进行分析、加工以及客观介绍。本书理论部分均从模型产生的本源来介绍，并给出各个经典模型之间内在的相互联系。本书实践应用部分对相关任务做了详尽的分析，并给出深度学习应用实践的经验总结。

内容简介

深度神经网络是近年来受到广泛关注的研究方向，它已成为人工智能2.0的主要组成部分。本书系统地论述了深度神经网络基本理论、算法及应用。全书共16章，分为两个部分；第一部分（第1章～10章）系统论述了理论及算法，包括深度前馈神经网络、深度卷积神经网络、深度堆栈神经网络、深度递归神经网络、深度生成网络、深度融合网络等；第二部分（第11～15章）论述了常用的深度学习平台，以及在高光谱图像、自然图像、SAR与极化SAR影像等领域的应用；第16章为总结与展望，给出了深度学习发展的历史图、前沿方向及最新进展。每章都附有相关阅读材料及仿真代码，以便有兴趣的读者进一步钻研探索。

本书可为高等院校计算机科学、电子科学与技术、信息科学、控制科学与工程、人工智能等领域的研究人员提供参考，以及作为相关专业本科生及研究生教学参考书，同时可供深度学习及其应用感兴趣的研究人员和工程技术人员参考。


目录
第1章 深度学习基础
第2章 深度前馈神经网络
第3章 深度卷积神经网络
第4章 深度堆栈自编码网络
第5章 稀疏深度神经网络
第6章 深度融合网络
第7章 深度生成网络
第8章 深度复卷积神经网络与深度二值神经网络
第9章 深度循环和递归神经网络
第10章 深度强化学习
第11章 深度学习软件仿真平台及开发环境
第12章 基于深度神经网络的SAR/PolSAR影像地物分类
第13章 基于深度神经网络的SAR影像变化检测
第14章 基于深度神经网络的高光谱图像分类与压缩
第15章 基于深度神经网络的目标检测与识别
第16章 总结与展望
参考文献
附录A 基于深度学习的常见任务处理介绍
附录B 代码介绍

觉得可以就回复一下吧，让更多的人看见优秀的资料！！