卷積神經網路與視覺計算

從零基礎開始，系統闡述卷積神經網路理論基礎及其實踐應用，可以幫助初學者快速學習和構建深度學習。第1章簡要介紹了圖像表示和一些電腦視覺模型；第2章介紹了回歸、機器學習和優化的概念；第3章介紹了Rosenblatt感知器和感知器學習演算法、logistic神經元及其激活函數，以及兩類和多類問題的單神經元模型等；第4章介紹了卷積池化層和CNN；第5章通過介紹CNN的一些當前新穎實用的用法，進一步拓展和豐富了深度神經網路的結構。




[美]拉加夫·維凱特森（Ragav Venkatesan）李寶新（Baoxin Li）著：拉加夫·維凱特森（Ragav Venkatesan）他是ASU的視覺表示和處理小組的一名研究助理，曾在機器學習、模式識別、視頻處理和電腦視覺等多個研究生課程中擔任助教。他是機器學習和電腦視覺領域的幾個期刊的同行評審和會議審稿人。

李寶新（Baoxin Li）目前是亞利桑那州立大學電腦科學與工程專業的教授和主任。從2000年到2004年，他任美國夏普實驗室的高級研究員，領導研發夏普的HiMPACT體育技術。他還曾是俄勒岡州波特蘭州立大學的副教授。他擁有18項美國專利，目前的研究興趣包括電腦視覺和模式識別、多媒體、社會計算、機器學習和輔助技術。2001年和2004年，他獲得夏普實驗室總裁獎。2002年，他獲得了夏普實驗室年度發明者獎，還曾獲得國家自然科學基金會職業獎。