Meta Learning學(xué)習(xí)者手記

定　價：￥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：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥38.70)

ISBN：	9787302684121	出版時間：	2025-04-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　Meta Learning得到的算法能依據(jù)自己表現(xiàn)的反饋信號及時地調(diào)整其結(jié)構(gòu)和參數(shù)空間，進而在新環(huán)境中通過累計經(jīng)驗提升表現(xiàn)性能，是走向機器自主學(xué)習(xí)和邁向強人工智能的關(guān)鍵一步。本書適用于所有對人工智能感興趣的讀者。作者面向meta learning甚至是機器學(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，并在此過程中同步展開一些有意義的實踐，逐步引導(dǎo)讀者獲得學(xué)習(xí)的快樂和成就！

作者簡介

　　王文峰，上海應(yīng)用技術(shù)大學(xué)電氣學(xué)院高級工程師，中國大數(shù)據(jù)與智能計算產(chǎn)業(yè)聯(lián)盟理事。長期以來主要從事類腦學(xué)習(xí)與認知計算研究，側(cè)重于數(shù)學(xué)跨學(xué)科應(yīng)用，目前已涉及計算機視覺、機器人、安防、生態(tài)、地理、醫(yī)學(xué)等領(lǐng)域。兼任國家自然科學(xué)基金評審專家（面上項目類）、第三腦研究院（美國）資深客座研究員、Springer/IEEE 旗下多個國際會議委員和分會場主席、多個SCI期刊（含部分TOP期刊）審稿專家。出版中英文圖書3本，Brain-inspired intelligence and visual perception獲國家出版基金資助。

圖書目錄

第1章聯(lián)合訓(xùn)練問題
1.1問題描述
1.1.1以任務(wù)為樣本
1.1.2面向?qū)W習(xí)過程
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準備優(yōu)化工具
1.4.2搭建優(yōu)化平臺
1.4.3最優(yōu)化科學(xué)計算包
1.5元優(yōu)化機制
1.5.1環(huán)境變量的配置
1.5.2環(huán)境變量的驗證
1.5.3元優(yōu)化機制
第2章任務(wù)構(gòu)建問題
2.1問題描述
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單元劃分算法
2.3.2標簽分配算法
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)化機制
第3章過程建模問題
3.1問題描述
3.1.1基準數(shù)據(jù)集
3.1.2圖像尺寸調(diào)整
3.1.3知識獲取過程
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隨機抽樣過程
3.4.2樣本學(xué)習(xí)過程
3.4.3最優(yōu)化過程
3.5元優(yōu)化機制
3.5.1元優(yōu)化過程
3.5.2拓展優(yōu)化環(huán)境
3.5.3最大池化過程
第4章輸入輸出問題
4.1問題描述
4.1.1源代碼下載
4.1.2免費授權(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輸出評價模型
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運行控制算法
4.4最優(yōu)化方法
4.4.1優(yōu)化庫包的導(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)用拓展問題
5.1問題描述
5.1.1前述問題回顧
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)化過程
5.5元優(yōu)化機制
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)練的機制
5.5.5元測試的機制
后記