Meta Learning學(xué)習(xí)者手記

定　價(jià)：￥49.00

作　者：	王文峰阮俊虎黃發(fā)明周牧王海洋
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

當(dāng)當(dāng)網(wǎng) (￥38.70)

ISBN：	9787302684121	出版時(shí)間：	2025-04-01	包裝：	平裝-膠訂
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　Meta Learning得到的算法能依據(jù)自己表現(xiàn)的反饋信號(hào)及時(shí)地調(diào)整其結(jié)構(gòu)和參數(shù)空間，進(jìn)而在新環(huán)境中通過(guò)累計(jì)經(jīng)驗(yàn)提升表現(xiàn)性能，是走向機(jī)器自主學(xué)習(xí)和邁向強(qiáng)人工智能的關(guān)鍵一步。本書(shū)適用于所有對(duì)人工智能感興趣的讀者。作者面向meta learning甚至是機(jī)器學(xué)習(xí)的初學(xué)者，從學(xué)習(xí)者的視角，通俗易懂地描述meta learning的基本概念、原理和理論體系，并在此過(guò)程中同步展開(kāi)一些有意義的實(shí)踐，逐步引導(dǎo)讀者獲得學(xué)習(xí)的快樂(lè)和成就！

作者簡(jiǎn)介

　　王文峰，上海應(yīng)用技術(shù)大學(xué)電氣學(xué)院高級(jí)工程師，中國(guó)大數(shù)據(jù)與智能計(jì)算產(chǎn)業(yè)聯(lián)盟理事。長(zhǎng)期以來(lái)主要從事類(lèi)腦學(xué)習(xí)與認(rèn)知計(jì)算研究，側(cè)重于數(shù)學(xué)跨學(xué)科應(yīng)用，目前已涉及計(jì)算機(jī)視覺(jué)、機(jī)器人、安防、生態(tài)、地理、醫(yī)學(xué)等領(lǐng)域。兼任國(guó)家自然科學(xué)基金評(píng)審專(zhuān)家（面上項(xiàng)目類(lèi)）、第三腦研究院（美國(guó)）資深客座研究員、Springer/IEEE 旗下多個(gè)國(guó)際會(huì)議委員和分會(huì)場(chǎng)主席、多個(gè)SCI期刊（含部分TOP期刊）審稿專(zhuān)家。出版中英文圖書(shū)3本，Brain-inspired intelligence and visual perception獲國(guó)家出版基金資助。

圖書(shū)目錄

第1章聯(lián)合訓(xùn)練問(wèn)題
1.1問(wèn)題描述
1.1.1以任務(wù)為樣本
1.1.2面向?qū)W習(xí)過(guò)程
1.1.3快速適應(yīng)新任務(wù)
1.2建模思路
1.2.1局部最優(yōu)模型
1.2.2全局最優(yōu)模型
1.2.3模型前置代碼
1.3算法思想
1.3.1外層循環(huán)算法
1.3.2內(nèi)層循環(huán)算法
1.3.3權(quán)重更新代碼
1.4最優(yōu)化方法
1.4.1準(zhǔn)備優(yōu)化工具
1.4.2搭建優(yōu)化平臺(tái)
1.4.3最優(yōu)化科學(xué)計(jì)算包
1.5元優(yōu)化機(jī)制
1.5.1環(huán)境變量的配置
1.5.2環(huán)境變量的驗(yàn)證
1.5.3元優(yōu)化機(jī)制
第2章任務(wù)構(gòu)建問(wèn)題
2.1問(wèn)題描述
2.1.1小樣本單元
2.1.2有限監(jiān)督數(shù)據(jù)
2.1.3支撐集與查詢集
2.2建模思路
2.2.1任務(wù)分布模型
2.2.2監(jiān)督學(xué)習(xí)模型
2.2.3模型前置代碼
2.3算法思想
2.3.1單元?jiǎng)澐炙惴?br />2.3.2標(biāo)簽分配算法
2.3.3任務(wù)生成算法
2.4最優(yōu)化方法
2.4.1創(chuàng)建優(yōu)化環(huán)境
2.4.2更新優(yōu)化系統(tǒng)
2.4.3安裝編程內(nèi)核
2.5元優(yōu)化機(jī)制
2.5.1代碼編輯器
2.5.2元優(yōu)化程序
2.5.3元優(yōu)化機(jī)制
第3章過(guò)程建模問(wèn)題
3.1問(wèn)題描述
3.1.1基準(zhǔn)數(shù)據(jù)集
3.1.2圖像尺寸調(diào)整
3.1.3知識(shí)獲取過(guò)程
3.2建模思路
3.2.1圖像加載模型
3.2.2尺寸調(diào)整模型
3.2.3空間插值模型
3.3算法思想
3.3.1文件保存算法
3.3.2目錄創(chuàng)建算法
3.3.3文件讀取算法
3.4最優(yōu)化方法
3.4.1隨機(jī)抽樣過(guò)程
3.4.2樣本學(xué)習(xí)過(guò)程
3.4.3最優(yōu)化過(guò)程
3.5元優(yōu)化機(jī)制
3.5.1元優(yōu)化過(guò)程
3.5.2拓展優(yōu)化環(huán)境
3.5.3最大池化過(guò)程
第4章輸入輸出問(wèn)題
4.1問(wèn)題描述
4.1.1源代碼下載
4.1.2免費(fèi)授權(quán)許可
4.1.3代碼的組成部分
4.2建模思路
4.2.1系統(tǒng)架構(gòu)模型
4.2.2輸入輸出模型
4.2.3輸出評(píng)價(jià)模型
4.3算法思想
4.3.1輸入生成算法
4.3.2輸出生成算法
4.3.3運(yùn)行控制算法
4.4最優(yōu)化方法
4.4.1優(yōu)化庫(kù)包的導(dǎo)入
4.4.2生成器的初始化
4.4.3目錄的生成
4.5元優(yōu)化機(jī)制
4.5.1元優(yōu)化目錄
4.5.2元優(yōu)化的輸入
4.5.3元優(yōu)化的輸出
第5章應(yīng)用拓展問(wèn)題
5.1問(wèn)題描述
5.1.1前述問(wèn)題回顧
5.1.2元學(xué)習(xí)系統(tǒng)網(wǎng)絡(luò)
5.1.3MAML的定義
5.2建模思路
5.2.1系統(tǒng)模型拓展
5.2.2梯度模型拓展
5.2.3快速梯度下降
5.3算法思想
5.3.1輸入層的權(quán)值
5.3.2隱含層的權(quán)值
5.3.3網(wǎng)絡(luò)構(gòu)造算法
5.3.4從卷積層拓展
5.3.5從隱含層拓展
5.4最優(yōu)化方法
5.4.1學(xué)習(xí)日志的拓展
5.4.2日志讀取應(yīng)用
5.4.3優(yōu)化器的拓展
5.4.4優(yōu)化器的應(yīng)用
5.4.5顯示優(yōu)化過(guò)程
5.5元優(yōu)化機(jī)制
5.5.1虛擬環(huán)境的拓展
5.5.2模塊代碼的調(diào)試
5.5.3元任務(wù)的理解
5.5.4元訓(xùn)練的機(jī)制
5.5.5元測(cè)試的機(jī)制
后記