卷积神经网络与视觉计算_钱亚冠等译.pdf

AA 仅供｜｜ 二阴业用途式交流 ρt斗侦 HJ ｜目录｜ Convolutional Neural Networks in Visual Co mputing 译者序 作者简介 前言 致谢 第 1章视觉计算简介……… …… 1 l. 1 图像表示基础 1……………… … 3 l. l. 1 交换域表示 ……………… 6 l. l. 2 图像的立方图 …………… 7 l. l. 3 图像梯度和边缘 ………10 l. l. 4 超越图像梯度 ………… 15 l. 2 基于Hough变换的直线 检测……………………… … 16 l. 3 Harris角点………………… 16 l. 4 尺度不变的特征变换 ………… 17 l. 5 方向梯度直方图 …………… 18 l. 5. 1 人工设计特征空间中的 决策制定 ………… …… 19 l. 5. 2 贝叶斯决 策…………… 21 l. 5. 3 线性决策边界 ………… 23 l. 6 可变形零件模型的实例 研究………………… ……… 25 l. 7 计算机视觉向神 经网络 转变………… ……………… 27 本章小结………………… ……… 30 参考文献 ………………………… 30 第2章回归问题中的机器 学习 34 2. 1 监督学习 ………… ……… … 34 2. 2 线性模型 …………………… 38 2.3 最小二乘法………………… 40 2. 4 极大似然估计的解释 ………… 43 2.5 扩展到非线性模型 45 2. 6 正则化……………………… 47 2. 7 交叉验证 ……………… …… 50 2.8 梯度下降 ………… ………… 52 2.9 几何正则化 ………………… 58 2. 10 非凸误差面 …………… …… 60 2. 11 随机梯度、批梯度及在 线 梯度下降 ............. 61 2. 12 其他自适应学习率的更新 规则……………………… M 2. 13 动量……………………… M 仅供 一｜｜商业川 i垂必交流学习使用 β主 仪供 ii＇商业用 i主eJ(交流学习使用 本章小结………………………… 65 参考文献 ………………………… 66 第3章人工神经网络............... 69 3. 1 感知器……………………… 70 3. 2 多层神经网络……………… 78 3. 3 反向传播 算法……………… 82 3. 4 改进的反向传播算法 ………… 85 3. 4. 1 激，舌函数……………… 86 3. 4. 2 权重剪枝……………… 88 3. 4. 3 批量标准化…………… 89 本章小结………………………… 90 参考文献 ………… ……………… 90 第4章卷积神经网络………… 93 4. 1 卷积与池化层……………… 94 4. 2 卷积神经网络……………… 102 本章小结 ……………………… 118 参考文献 ……………………… 119 );]!] 第5章卷积神经网络的新 进展…………………… 121 5. 1 预训练网络……………… 122 5. 1. 1 通用性和可传递性 …… 125 5. 1. 2 利用预训 练网络 的模型 压缩………………… 130 5. 1. 3 Mentee网络与 FitNet…134 5. 1. 4 4史用于页训练网3各的应用： 使用CNN的图 f象美学 … 136 5.2 生成网络………………… 138 5. 2. 1 自动编码 器…………… 139 5. 2. 2 生成对抗网络…… …… 142 本章小结……………………… 147 参考文献 ……………………… 148