作品简介

本书系统介绍深度学习的高阶技术,并基于MindSpore AI计算框架进行实践。全书共分10章,内容涵盖数据处理、网络构建、训练与推理性能优化、模型安全与隐私、模型可靠性、可解释AI、AI中的公平性问题、数据驱动AI建模、AI求解科学计算方程、AI加速科学方法等内容。为便于读者学习,书中还给出了基于MindSpore实现的关于深度学习高阶技术的示例代码。

本书在深度学习的理论基础上结合MindSpore最新开源技术,扩大了MindSpore使用范围,可以作为普通高等学校人工智能、智能科学与技术、计算机科学与技术、电子信息工程、自动化等专业的本科生及研究生教材,也适合作为从事深度学习相关工作的软件开发工程师与科研人员学习的参考用书。

陈雷,香港科技大学计算机科学与工程系讲席教授,大数据研究所主任,香港科技大学(广州)数据科学与分析系主任,IEEE Fellow和ACM杰出科学家。研究方向包括数据驱动AI、人机共生机器学习、知识图谱、社交媒体上的数据挖掘等。在国际著名期刊和会议上发表论文300余篇,曾获得2015年SIGMOD最具时间价值奖。曾任VLDB2019程序委员会联合主席,现住VLDB期刊主编、IEEE TKDE期刊副主编、VLDB Endowment执行委员。

作品目录

  • 图书推荐
  • FOREWORD 序一
  • FOREWORD 序二
  • FOREWORD 序三
  • PREFACE 前言
  • 第1章 数据处理
  • 第2章 网络构建
  • 第3章 训练与推理性能优化
  • 第4章 模型安全与隐私
  • 第5章 模型可靠性
  • 第6章 可解释AI
  • 第7章 AI中的公平性问题
  • 第8章 数据驱动AI建模
  • 第9章 AI求解科学计算方程
  • 第10章 AI加速科学方法
  • 参考文献
展开全部