内容简介

本书理论知识体系完备，由浅入深，系统性地介绍了深度学习模型的发展脉络，以及模型网络深度设计、模型网络宽度设计、模型通道维度设计、残差连接设计、分组卷积设计、多尺度网络与非正常卷积设计、多输入网络设计、时序神经网络设计、三维卷积网络设计、动态推理模型与注意力机制设计、生成对抗网络设计等主流深度学习模型的设计思想。同时，本书为各模型设计思想提供了大量的实例，供读者实战演练。

本书注重内容的完整性与实用性，既可以作为深度学习与计算机视觉初学者、相关专业的在校学生学习核心算法的书籍，也可以作为相关工程人员查阅相关技术的参考手册。