全书共计10章,目录如下:
第一章:神经网络基础
第二章:深度学习优化基础
第三章:深度学习中的数据
第四章:图像分类
第五章:图像分割
第六章:目标检测
第七章:数据与模型可视化
第八章:模型压缩
第九章:损失函数
第十张:模型部署与上线
全书共计14章,目录如下:
第1章 神经网络和计算机视觉基础
第2章 深度学习的基础
第3章 数据集、评测指标与优化目标
第4章 加深网络,提升模型性能
第5章 1×1卷积,通道维度升降的利器
第6章 加宽网络,提升模型性能
第7章 残差连接,深层网络收敛的关键
第8章 分组卷积与卷积拆分,移动端高效率经典模型
第9章 多尺度网络与非正常卷积,更丰富的感受野与不变性
第10章 多输入网络,图像检索和排序的基准模型
第11章 时序神经网络,有记忆的网络更聪明
第12章 卷积从二维变成三维,实现升维打击
第13章 动态推理与注意力机制,网络因样本而异
第14章 生成对抗网络,新一代深度学习模型
全书共计11章,目录如下:
第1章 人脸图像和特征基础
第2章 深度学习基础
第3章 人脸数据集
第4章 人脸检测
第5章 人脸关键点检测
第6章 人脸识别
第7章 人脸属性识别
第8章 人脸属性分割
第9章 人脸美颜和美妆
第10章 人脸三维重建
第11章 人脸属性编辑