这本书提出和调研归一化技术与深度分析训练深度神经网络。此外,作者还提供了针对特定任务设计新的规范化方法和网络体系结构的技术细节。归一化方法可以提高深度神经网络(DNNs)的训练稳定性、优化效率和泛化能力,已成为大多数先进DNN体系结构的基本组成部分。作者为阐述、理解和应用规范化方法提供了指导方针。这本书是理想的读者致力于发展新的深度学习算法和/或其应用程序,以解决计算机视觉和机器学习任务中的实际问题。这本书也作为资源的研究人员,工程师,和学生谁是新的领域和需要了解和训练DNN。

https://link.springer.com/book/10.1007/978-3-031-14595-7

成为VIP会员查看完整内容
94

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【Manning2022新书】深度学习自然语言处理,296页pdf
专知会员服务
148+阅读 · 2022年10月25日
【2022新书】应用深度学习:工具、技术与实现,355页pdf
专知会员服务
127+阅读 · 2022年7月26日
【干货书】深度学习全面指南,307页pdf
专知会员服务
155+阅读 · 2022年1月6日
专知会员服务
81+阅读 · 2021年7月29日
【2021新书】深度学习计算机视觉,320页pdf
专知会员服务
189+阅读 · 2021年5月20日
专知会员服务
60+阅读 · 2021年2月22日
【2020新书】深度学习自然语言处理简明导论,69页pdf
专知会员服务
114+阅读 · 2020年11月7日
【干货书】深度学习全面指南,307页pdf
专知
30+阅读 · 2022年1月6日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
7+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
28+阅读 · 2023年1月8日
Arxiv
19+阅读 · 2022年10月6日
Arxiv
64+阅读 · 2021年6月18日
Arxiv
56+阅读 · 2021年5月3日
Optimization for deep learning: theory and algorithms
Arxiv
103+阅读 · 2019年12月19日
Arxiv
15+阅读 · 2019年6月25日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
26+阅读 · 2018年8月19日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
VIP会员
相关VIP内容
【Manning2022新书】深度学习自然语言处理,296页pdf
专知会员服务
148+阅读 · 2022年10月25日
【2022新书】应用深度学习:工具、技术与实现,355页pdf
专知会员服务
127+阅读 · 2022年7月26日
【干货书】深度学习全面指南,307页pdf
专知会员服务
155+阅读 · 2022年1月6日
专知会员服务
81+阅读 · 2021年7月29日
【2021新书】深度学习计算机视觉,320页pdf
专知会员服务
189+阅读 · 2021年5月20日
专知会员服务
60+阅读 · 2021年2月22日
【2020新书】深度学习自然语言处理简明导论,69页pdf
专知会员服务
114+阅读 · 2020年11月7日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
7+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
28+阅读 · 2023年1月8日
Arxiv
19+阅读 · 2022年10月6日
Arxiv
64+阅读 · 2021年6月18日
Arxiv
56+阅读 · 2021年5月3日
Optimization for deep learning: theory and algorithms
Arxiv
103+阅读 · 2019年12月19日
Arxiv
15+阅读 · 2019年6月25日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
26+阅读 · 2018年8月19日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
微信扫码咨询专知VIP会员