深度学习与目标检测
杜鹏
335人在读
15.5万字总字数
¥62.3定价
杜鹏
本书的写作初衷是，从学者的角度，用一种通俗易懂的方式，把与基于深度学习的目标检测的相关论文中的理论和方法呈现给读者，同时针对作者在深度学习教学过程中遇到的难点，进行深入的分析和讲解。本书侧重对卷积神经网络的介绍，而深度学习的内容不止于此。所以，作者将深度学习分为有监督学习、无监督学习和强化学习三类，将图像分类、目标检测、语音识别、人脸识别、对抗生成网络和AlphaGo围棋等应用场景归入不同的类别，并分别对其原理进行了概括性的讲解。
基于caffe框架，略显得有点过时了。覆盖的知识面不小，深度不足，有些粗略。
我很懷疑作者在寫的時候是否真的想讓讀者看懂，不然就是文筆太差，看了一個小時，真的太浪費時間
本书前面讲的非常基础，然后对各检测网络的分析的话，应该就是从网上总结了，有的图就是错的。 网络设计的代码基于caffe的是一个非常老的框架，现在用的人比较少，所以这个代码的讲解也没有什么参考价值。 后面几个章节的实践应该就是作者写的一篇论文或做的项目，写的非常糙，也没有什么相关的代码，也不具有任何参考的意义。 如果想对经典检测网络有一个发展过程的了解话，可以大概翻一翻，不过这些网络现在都已经基本没有什么有人用了。