内容简介

本书系统性描述深度学习的基本理论算法及应用，内容偏重于计算机视觉相关主题。全书共14章，分为四个部分：第一部分（第1章~第3章）系统性论述了数学基础、机器学习基础和深度学习基础；第二部分（第4章~第7章）介绍了一些经典网络及计算机视觉常用的CNN、RNN、GAN三类网络结构技术；第三部分（第8章~第9章）介绍了深度学习在计算机视觉领域的目标检测及图像分割两大应用；第四部分（第10章~第14）介绍了计算机视觉领域主要的优化方法及思路等，包括迁移学习方法、网络搭建及训练技巧、网络优化及模型压缩加速。