-- ·|­û / µù¥U -- ¡@
¡@±b¸¹¡G
¡@±K½X¡G
¡@ | µù¥U | §Ñ°O±K½X
3/26 ·s®Ñ¨ì¡I 3/19 ·s®Ñ¨ì¡I 3/14 ·s®Ñ¨ì¡I 12/12 ·s®Ñ¨ì¡I
ÁʮѬyµ{¡EQ & A¡E¯¸°È¯d¨¥ª©¡E«ÈªA«H½c
¢x 3ds Max¢x Maya¢x Rhino¢x After Effects¢x SketchUp¢x ZBrush¢x Painter¢x Unity¢x
¢x PhotoShop¢x AutoCad¢x MasterCam¢x SolidWorks¢x Creo¢x UG¢x Revit¢x Nuke¢x
¢x C#¢x C¢x C++¢x Java¢x ¹CÀ¸µ{¦¡¢x Linux¢x ´O¤J¦¡¢x PLC¢x FPGA¢x Matlab¢x
¢x Àb«È¢x ¸ê®Æ®w¢x ·j¯Á¤ÞÀº¢x ¼v¹³³B²z¢x Fluent¢x VR+AR¢x ANSYS¢x ²`«×¾Ç²ß¢x
¢x ³æ´¹¤ù¢x AVR¢x OpenGL¢x Arduino¢x Raspberry Pi¢x ¹q¸ô³]­p¢x Cadence¢x Protel¢x
¢x Hadoop¢x Python¢x Stm32¢x Cortex¢x Labview¢x ¤â¾÷µ{¦¡¢x Android¢x iPhone¢x
¥i¬d®Ñ¦W,§@ªÌ,ISBN,3dwoo®Ñ¸¹
¸Ô²Ó®ÑÄy¤ÀÃþ

²`«×¾Ç²ß¡G¤Jªù»P¹ê½î

( ²Åé ¦r)
§@ªÌ¡GÀs­¸ ¤ý¥Ã¿³Ãþ§O¡G1. -> µ{¦¡³]­p -> ²`«×¾Ç²ß
ĶªÌ¡G
¥Xª©ªÀ¡G²MµØ¤j¾Ç¥Xª©ªÀ²`«×¾Ç²ß¡G¤Jªù»P¹ê½î 3dWoo®Ñ¸¹¡G 47686
¸ß°Ý®ÑÄy½Ð»¡¥X¦¹®Ñ¸¹¡I

¡i¦³®w¦s¡j
NT°â»ù¡G 245 ¤¸

¥Xª©¤é¡G10/1/2017
­¶¼Æ¡G187
¥úºÐ¼Æ¡G0
¯¸ªø±ÀÂË¡G
¦L¨ê¡G¶Â¥Õ¦L¨ê»y¨t¡G ( ²Åé ª© )
¥[¤JÁʪ«¨® ¢x¥[¨ì§Úªº³Ì·R
(½Ð¥ýµn¤J·|­û)
ISBN¡G9787302482789
§@ªÌ§Ç¡@|¡@ĶªÌ§Ç¡@|¡@«e¨¥¡@|¡@¤º®e²¤¶¡@|¡@¥Ø¿ý¡@|¡@§Ç
(²Åé®Ñ¤W©Ò­z¤§¤U¸ü³sµ²¯Ó®É¶O¥\, ®¤¤£¾A¥Î¦b¥xÆW, ­YŪªÌ»Ý­n½Ð¦Û¦æ¹Á¸Õ, ®¤¤£«OÃÒ)
§@ªÌ§Ç¡G

ĶªÌ§Ç¡G

«e¨¥¡G

¤¤°ê¤uµ{°|°|¤h¡B¤¬Ápºô±M®a੶P»Í¦b²¾°Ê¤¬Ápºô°ê»Ú¬ã°Q·|¡]IMIC2014¡^¤W«ü¥X¡A¤¬Ápºô¤w¸g¶i¤J¡§¤j´¼²¾¤ª¡¨¡]¤j¼Æ¾Ú¡B´¼¯à¤Æ¡B²¾°Ê¤¬Ápºô©M¤ª­pºâ¡^®É¥N¡Cªñ¨â¦~¨Ó¡A¡§¤j´¼²¾¤ª¡¨±o¨ì¤F½´«kµo®i¡C¨ä¤¤¡A¤j¼Æ¾Ú¡B¤H¤u´¼¯àÁp¨tºò±K¡A¨ü¨ì¤F·~¬É©M¾Ç³N¬É¶V¨Ó¶V¦hªºÃöª`¡C¤¤°ê¬ì¾Ç°|±i¹Y°|¤h¦b²Ä¤Q¤C©¡¤¤°ê°ê»Ú°ª·s§Þ³N¦¨ªG¥æ©ö·|ªº¡§²`«×¾Ç²ß»P¤H¤u´¼¯à¡¨°|¤h½×¾Â¤Wªí¥Ü¡A¤j¼Æ¾Úµ¹¤H¤u´¼¯à±a¨Ó¤F·sªºµo®i¾÷¹J¡A§Y²`«×¾Ç²ß¡C
²`«×¾Ç²ß¨ä¹ê¦}¤£¯«¯µ¡A¤p¨ì·L«H¤¤»y­µÂà¤å¦r¡B¡§±½¤@±½¡¨¤¤ªº«Ê­±ÃѧO©M½Ķ¡A¤j¨ì¥´±Ñ¥@¬É³»¦y´Ñ¤â§õ¥@?ªº¨¦ºq³ò´Ñ¤H¤u´¼¯àµ{§ÇAlphaGo¡A³£¦³²`«×¾Ç²ßªº¨­¼v¡CÀHµÛ§Þ³Nªº¶i¨B¡A¬Û«H²`«×¾Ç²ß±N·|²`¤J¤H­Ìªº¥Í¬¡¤¤¡A±o¨ì¶V¨Ó¶V¼sªxªºÀ³¥Î¡C
¥»®Ñ¬O¤@ºØÃö¤_²`«×¾Ç²ßªº¤JªùŪª«¡A­±¦Vªº¬O§Æ±æ¤F¸Ñ²`«×¾Ç²ß§Þ³Nªº°ª¦~¯Å²z¤u¬ì¥»¬ì¥Í©M¬ã¨s¥Í¡AÁÙ¦³·~¬É¹ï²`«×¾Ç²ß·P¿³½ìªº§Þ³N¤H¤h¡C¬°¤F¯àÅý²`«×¾Ç²ß¹s°ò¦ªº§Þ³N¤H­û§Ö³t¤W¤â¡Aµ§ªÌ¤O¨D«ö·Óªì¾ÇªÌªº¾Ç²ß¾úµ{¨Ó²Õ´¥»®Ñ¤º®e¡C¹ï¤_ªì¾ÇªÌ¨Ó»¡¡A¦p¦ó¤~¯à¥H³Ì§Öªº³t«×¤F¸Ñ¤@ªù§Þ³N¦}²£¥Í¿³½ì¡Hµ§ªÌ¥H¬°»Ý­n°µ¨ì¤TÂI¡G­º¥ý»Ý­n¹ï§Þ³Nªº°ò¥»­ì²z¦³³z¹ýªº¤F¸Ñ¡F¨ä¦¸»Ý­n¹ï§Þ³NªºÁ`Åé®Ø¬[©M¯ßµ¸¦³©Ò´x´¤¡F¦A¦¸»Ý­n¦³®e©ö¤W¤âªº¹ê¨Ò¥H¨Ñ¹ê½î¡C³Ì²×¹F¨ì²z½×»P¹ê½îªºµ²¦X¡A¨ãÅé­ì²z»Pª¾ÃѾãÅé®Ø¬[ªº²Î¤@¡C
¦³Å³¤_¦¹¡A¥»®Ñ¤ñ¸ûª`­«¹ï²`«×¾Ç²ß°ò¥»­ì²zªºÄÄÄÀ¡A¹ï²`«×¾Ç²ß¤Î¨ä©ÒÄݪº¾÷¾¹¾Ç²ßªº®Ø¬[©Ê¤º®eªº±´°Q¡AÁÙ¦³µ§ªÌ©Ò°Ñ»Pªº¶µ¥Øªº¹ê¨Ò¤À¨É¡C§Æ±æ«ö·Óµ§ªÌªº²z¸Ñ¡A±N²`«×¾Ç²ßªº­ì²z¡B®Ø¬[©M¹ê½î¤À¨Éµ¹¹ï²`«×¾Ç²ß·P¿³½ìªº¤H¤h¡C¥Ñ¤_²`«×¾Ç²ß¬O¾÷¾¹¾Ç²ßªº¤@­Ó»â°ì¡A¬°¤FÅé¨tªº§¹¾ã©Ê¡A¥»®Ñ·|¤¶²Ð¤@¨Ç¾÷¾¹¾Ç²ßªº°ò¥»ª¾ÃÑ¡A¦}¥Ñ¦¹¤Þ¥X²`«×¾Ç²ßªº¤º®e¡C
¥þ®Ñ¤À¬°¥|¤j³¡¤À¡G²Ä¤@³¡¤À¤¶²Ð¾÷¾¹¾Ç²ßªº°ò¦ª¾ÃÑ¡F²Ä¤G³¡¤À¤¶²Ð²`«×¾Ç²ßªº­ì²z¡F²Ä¤T³¡¤À¤¶²Ð·í«e¼öªùªº²`«×¾Ç²ß¤u¨ãCaffe©MTensorflow¡F²Ä¥|³¡¤À¤¶²Ð±j¤Æ¾Ç²ß°ò¥»­ì²z©M¤H¤u´¼¯à³ò´Ñµ{§ÇAlphaGoªº¬[ºc¡C¨C³¡¤À³£·|°t¦³¥i¹ê²{¤§¹ê¨Ò¥H¨Ñ¦LÃÒ©Ò­z­ì²z¡C¥»®Ñ¥D­n°Ñ¦Ò¤F«n¨Ê¤j¾Ç©P§ÓµØ±Ð±Âªº¡m¾÷¾¹¾Ç²ß¡n¡AAndrew Ng¡]§d®¦¹F¡^ªºUFLDL©MCoursera¾÷¾¹¾Ç²ß½Òµ{¡A·L³nLi Deng©MDong YuªºDeep Learning: Methods and Applications¡AMichael NielsenªºNeural Networks and Deep Learningµ¥¸ê®Æ¡C³o¨Ç¸ê®Æ¥R¤ÀÅé²{¤F¾÷¾¹¾Ç²ß»â°ìªº½Ñ¦ì«e½ú°ª¤H­Ì²`«pªº¾Ç¾i©M°ª¶Wªº§ÞÃÀ¡A¹ïµ§ªÌ±Òµo»á¦h¡A­É¦¹¾÷·|¦V§d®¦¹F±Ð±Âµ¥«e½ú°ª¤H­P·q¡I
²`«×¾Ç²ßªºµo®i«D±`¨³³t¡A°ê¤º¥~¥¨ÀY¬ì§Þ¤½¥q³£¤£±¤­«ª÷¹ï¦¹§ë¤J¡A¬G§Þ³N§ó·s·¥§Ö¡C¦Óµ§ªÌ¹ï¥»»â°ìªì¿sªù®|¡A¤ô¥­¦³­­¡A¥[¤§¦¨®Ñ®É¶¡­Ü«P¡A¤í§´¤§³B¦b©ÒÃø§K¡AŪªÌªB¤Í­Ì­Y¤£§[¬Û§i¡A«h¤£³Ó·P¿E¡C
¥»®Ñ¤¤¯A¤Îªº©Ò¦³¥N½X¡B¹Ï¤ù¤å¥ó©M¼Æ¾Ú¶°µ¥³£¤W¶Ç¦Ü¦Ê«×¤ª½L¡AŪªÌ¥i¦Û¦æ¤U¸ü¡A¥H¨Ñ¹êÅ礧¥Î¡C
§@ªÌ

2017¦~3¤ë
¤º®e²¤¶¡G

¥»®Ñ¥Ñ¤@½u¸ê²`§Þ³N±M®a¼¶¼g¡A¾®µ²¤F¨ä¦Û¨­¦h¦~ªº¹ê½î¸gÅç¡AÄÄ­z¤F²`«×¾Ç²ßªºµo®i¾úµ{¡B¬ÛÃö·§©À©M¤u§@­ì²z¡A¤¶²Ð¤F¨â­Ó·í«e¬y¦æªº²`«×¾Ç²ß¤u¨ã¡GCaffe ©MTensorFlow ¡A¦}¥Bªì¨B±´°Q¤F±j¤Æ¾Ç²ßªº°ò¥»­ì²z©MÀ³¥Î¡C¬°¤FÀ°§Uªì¾ÇªÌ§Ö³t¤W¤â¡A¥»®Ñª`­«±qÁ`Åé®Ø¬[©M¯ßµ¸¤W§â´¤²`«×¾Ç²ß§Þ³N¡A¦P®É¦bÄÄ­z­ì²z®É°t¥H²³æªº¹ê¨Ò¨ÑŪªÌ¦LÃÒ¡C
¥»®Ñ»y¨¥¥Í°Ê­·½ì¡A¥H³q«Uªº»y¨¥Á¿­z´_Âøªº­ì²z¡A´`´`µ½»¤¡A²`¤J²L¥X¡A¾A¦X¦³§Ó¤_±q¨Æ¤H¤u´¼¯à¡B²`«×¾Ç²ß¬ÛÃö¬ã¨sªº«H®§Ãþ±M·~ªº°ª¦~¯Å¥»¬ì¥Í©Î¬ã¨s¥Í¾\Ū¡A¤]¥i¨Ñ·~¬É·Ç³Æ©Î¥¿¦b±q¨Æ²`«×¾Ç²ß¡B¾÷¾¹µøıµ¥¬ÛÃö¬ãµo¤u§@ªº¤uµ{§Þ³N¤H­û°Ñ¦Ò¡C
¥Ø¿ý¡G

²Ä1³¹ºü½×
1.1¤Þ¨¥
1.2°ò¥»·§©À
1.2.1¦^Âk¡B¤ÀÃþ¡B»EÃþ
1.2.2ºÊ·þ¾Ç²ß¡B«DºÊ·þ¾Ç²ß¡B¥bºÊ·þ¾Ç²ß¡B±j¤Æ¾Ç²ß
1.2.3·Pª¾¾÷¡B¯«¸gºôµ¸
1.3µo®i¾úµ{
1.4¬ÛÃö¾ÇªÌ»P·|ij©ÎÁɨÆ
1.5¥»³¹¤pµ²
°Ñ¦Ò¤åÄm
²Ä2³¹¦^Âk
2.1½u©Ê¦^Âk
2.1.1°ÝÃD´y­z
2.1.2°ÝÃD¨D¸Ñ
2.1.3¤u¨ã¹ê²{
2.2ÅÞ¿è¦^Âk
2.2.1°ÝÃD´y­z
2.2.2°ÝÃD¨D¸Ñ
2.2.3¤u¨ã¹ê²{
2.3¥»³¹¤pµ²
°Ñ¦Ò¤åÄm
²Ä3³¹¤H¤u¯«¸gºôµ¸
3.1Rosenblatt·Pª¾¾÷
3.1.1°V½m¤èªk
3.1.2ºâªk¹ê¨Ò
3.1.3±è«×¤U­°
3.2¤H¤u¯«¸gºôµ¸
3.2.1ºôµ¸¬[ºc
3.2.2°V½m¤èªk
3.2.3ºâªk¹ê¨Ò
3.3¥»³¹¤pµ²
°Ñ¦Ò¤åÄm
²`«×¾Ç²ß¡G¤Jªù»P¹ê½î

¥Ø¿ý
²Ä4³¹Caffe²¤¶
4.1CNN­ì²z
4.1.1¨÷¿n
4.1.2¦À¤Æ
4.1.3LeNetúQ5
4.2Caffe¬[ºc
4.2.1BlobÃþ
4.2.2LayerÃþ
4.2.3NetÃþ
4.2.4SolverÃþ
4.3CaffeÀ³¥Î¹ê¨Ò
4.3.1¨®«¬ÃѧO
4.3.2¥Ø¼ÐÀË´ú
4.4¥»³¹¤pµ²
°Ñ¦Ò¤åÄm
²Ä5³¹TensorFlow²¤¶
5.1TensorFlow¬[ºc
5.2TensorFlow²³æÀ³¥Î
5.2.1TensorFlow¦w¸Ë
5.2.2½u©Ê¦^Âk
5.3TensorFlow°ª¯ÅÀ³¥Î
5.3.1MNIST¤â¼g¼Æ¦rÃѧO
5.3.2¨®«¬ÃѧO
5.4¥»³¹¤pµ²
°Ñ¦Ò¤åÄm
²Ä6³¹±j¤Æ¾Ç²ß²¤¶
6.1±j¤Æ¾Ç²ß°ò¥»­ì²z
6.2AlphaGo°ò¥»¬[ºc
6.3¨ä¥L½ì¨ýÀ³¥Î
6.4¥»³¹¤pµ²
°Ñ¦Ò¤åÄm
¦Z°O
§Ç¡G