深度學習技術基礎(微課版)

田春偉 西北工業大學副教授、博士生導師，空天地海一體化大數據應用技術國家工程實驗室成員。入選2022-2024年全球前2%頂尖科學家榜單、省級人才、市級人才、西北工業大學翺翔新星。研究方向為視頻/圖像覆原和識別、圖像生成、深度學習等。在國際期刊和國際會議上發表論文70餘篇，其中6篇ESI高被引論文(3篇ESI熱點論文)、4篇頂刊封面論文、5篇國際超分辨領域Benchmark List論文、3篇GitHub 2020具有貢獻代碼、1篇論文技術被美國醫學影像公司購買商用和1篇論文技術被應用於蘋果手機上等。出版專著3本。

目錄

 

 

 

第1章人工神經網絡1

1.1人工神經網絡的起源與發展1

1.2人工神經網絡的基本概念2

1.2.1人工神經網絡的組成2

1.2.2人工神經網絡的核心組件2

1.2.3前饋與反饋神經網絡5

1.3人工神經網絡的模型及應用9

1.4例題12

1.5課後習題17

第2章捲積神經網絡18

2.1捲積神經網絡的發展18

2.2捲積神經網絡的原理19

2.3捲積神經網絡的基本組件20

2.3.1捲積層20

2.3.2池化層24

2.3.3歸一化層24

2.3.4激活函數27

2.3.5全連接層32

2.4捲積神經網絡參數優化方法33

2.5捲積神經網絡的優缺點及其應用場景36

2.6例題38

2.7課後習題46

第3章經典捲積神經網絡47

3.1AlexNet47

3.1.1AlexNet的網絡結構47

3.1.2AlexNet的改進483.2VGGNet49

3.2.1VGGNet的網絡結構49

3.2.2VGGNet的特點50

3.3GoogLeNet51

3.3.1Inception結構51

3.3.2輔助分類器53

3.4殘差網絡53

3.5密集連接網絡56

3.6生成對抗網絡58

3.6.1生成對抗網絡概述58

3.6.2生成對抗網絡訓練過程58

3.6.3生成對抗網絡的發展58

3.7Transformer59

3.7.1Transformer概述59

3.7.2自註意力機制60

3.7.3Transformer的輸入61

3.7.4掩碼機制61

3.7.5Transformer網絡61

3.8例題62

3.9課後習題71

第4章深度學習技術編程工具72

4.1Caffe73

4.1.1Caffe概述73

4.1.2Caffe的特點74

4.2Keras74

4.2.1Keras概述74

4.2.2Keras的特點75

4.3TensorFlow75

4.3.1TensorFlow概述75

4.3.2TensorFlow的特點76

4.4PyTorch76

4.4.1PyTorch概述76

4.4.2PyTorch的特點77

4.5例題77

4.6課後習題81

第5章深度學習技術的應用82

5.1圖像去噪82

5.1.1圖像去噪任務82

5.1.2數據集82

5.1.3經典圖像去噪網絡87

5.2圖像超分辨率90

5.2.1圖像超分辨率任務90

5.2.2數據集90

5.2.3主流圖像超分辨率網絡92

5.3圖像識別97

5.3.1圖像識別的概念97

5.3.2常用圖像分類數據集98

5.3.3經典圖像分類算法99

5.4目標檢測102

5.4.1目標檢測的概念102

5.4.2常用目標檢測數據集103

5.4.3兩階段目標檢測算法104

5.4.4單階段目標檢測算法106

5.5圖像分割109

5.5.1圖像分割的概念109

5.5.2語義分割算法110

5.5.3實例分割算法112

5.5.4圖像分割的應用場景117

5.5.5總結與展望117

5.6例題118

5.7課後習題128

第6章總結和展望129

參考文獻131