内容简介

本书将以深度神经网络模型的发展为脉络，总结这些年来深度学习技术所取得的突破，详细介绍了模型网络加宽、模型网络加深、多输入网络、动态推理模型、生成对抗网络、残差连接、通道维度设计、分组卷积设计、多尺度与非规则卷积核设计、时序网络模型、3D卷积网络等深度学习模型的理论知识以及其对学术界和工业界的贡献。另外，本书还对模型设计思想进行了分类整理，同时提供了案例实践，帮助读者进一步理解各类模型的设计方法，这也充分体现了本书的实用性。