多模態深度學習實戰：方法、框架與實踐

趙輝 李海星 李瑤

多模態深度學習實戰：方法、框架與實踐
  • 出版商: 遼寧人民
  • 出版日期: 2025-10-01
  • 售價: $534
  • 語言: 簡體中文
  • 頁數: 219
  • ISBN: 7205116147
  • ISBN-13: 9787205116149
  • 相關分類: DeepLearning

    • 下單後立即進貨 (約4週~6週)

商品描述

本書是 自然科學基金支持項目，圍繞多模 態深度學習展開，系統地介紹了核心方法、主流框 架及實踐應用。全書分為五篇，覆蓋基礎理論、自 然語言處理、計算機視覺、圖學習及綜合應用，重 點解析自然語言處理、計算機視覺、圖深度學習與 多模態深度學習的發展脈絡；以Transformer為核 心，詳解其結構、經典模型及其在生成式任務中的 應用。同時，本書聚焦圖卷積網絡與圖註意力網絡 ，從譜圖卷積到多頭註意力機制，探討其在節點分 類、圖對齊等問題中的應用，並提供實驗分析與方 法對比。 ，以多模態知識圖譜對齊為案例，整 合文本、圖像等模態編碼器，闡述多模態信息融合 與實體對齊的實踐方案。

目錄大綱

前言
篇 基礎
章 多模態深度學習概述
一、什麼是深度學習
二、深度學習發展情況
三、深度學習類型的劃分
四、本書內容組織
第二篇 自然語言處理
第二章 生成式模型基礎：Transformer
一、背景介紹
二、CBOW和Skip-gram模型
三、Transformer基本結構
四、Transformer應用
第三篇 計算機視覺
第三章 通用計算機視覺方法：ResNet
一、背景介紹
二、卷積神經網絡（CNN）
三、殘差網絡（ResNet）
四、ResNet代碼解析與實戰
第四章 目標檢測方法：YOLO
一、背景介紹
二、YOLO基本結構
三、YOLO的發展
四、基於YOLOv7的目標檢測
五、實驗結果與分析
第五章 從自然語言處理到計算機視覺：ViT
一、背景介紹
二、ViT基本結構
三、ViT代碼解析與實戰
第四篇 圖學習
第六章 拓撲結構卷積：GCN
一、背景介紹
二、圖卷積網絡（GCN）
三、GCN應用案例分析
第七章 從自然語言處理到圖學習：GAT
一、背景介紹
二、GAT基本原理
三、GAT應用案例分析
第五篇 綜合應用
第八章 多模態知識圖譜對齊研究
一、多模態知識圖譜對齊問題
二、多模態知識圖譜對齊方法MMS
三、實驗結果與分析
參考文獻

類似商品