当前位置:首页 > 名称

大约有800项符合查询结果项。(搜索耗时:0.0083秒)

为您推荐: 深度学习 神经网络与深度学习 深度学习与模型优化 深度强化学习理论及其在机器人运动控制中的应用实践 嵌入式深度学习 英语深度学习

  • 深度学习 卷积神经网络从入门到精通 【工业技术】

    李玉鉴,张婷,单传辉,刘兆英等著2018 年出版424 页ISBN:9787111602798

    卷积神经网络是深度学习中最为重要的模型,对引领深度学习的井喷式发展起到了不可或缺的作用。本书试图全面介绍卷积神经网络的模型和方法,详细讨论了其现代雏形、突破模型、加深模型、应变模型、跨连模型、区...

  • TensorFlow学习指南 深度学习系统构建详解 【工业技术】

    TomHope,YehezkelS.Resheff,ItayLieder著;朱小虎,李紫辉译2018 年出版227 页ISBN:9787111600725

    本书主要介绍如何使用 TensorFlow 框架进行深度学习系统的构建。从基础知识入手,将使用TensorFlow 的各种方式贯穿于整本书的讲解之中,并结合实际的深度学习任务展示最终深度学习系统的效果。本书涉及卷积神...

  • 基于互联网教育环境的深度学习 【文化科学教育体育】

    吴颖惠,李芒,侯兰著2018 年出版172 页ISBN:7115461015

    本书基于互联网对学校教学模式及教学方法的影响,将互联网与中小学所开展的深度学习活动有机融合,采用教学调研、课堂观察、访谈、文本分析等方法,积极探索使用互联网如何能够积极促进有效深度学习的教学策略与...

  • 图解深度学习与神经网络 从张量到TensorFlow实现 【工业技术】

    张平编著2018 年出版326 页ISBN:9787121347450

    本书试图从图解的角度,直接面对深度学习背后的数学基础,帮助想入门神经网络和深度学习的初学者入门,并结合主流深度学习框架TensorFlow函数接口和代码进行讲解,使读者能快速上手深度学习应用。本书力求通过简单...

  • 神经网络与深度学习应用实战 【工业技术】

    刘凡平等编著2018 年出版236 页ISBN:9787121337185

    本书从神经网络与深度学习的基础理论出发,并结合应用示例给予读者对神经网络与深度学习的全面理解。本书内容从人工智能当下及未来的发展现状开始,逐步介绍数学理论基础和机器学习基础,然后从传统的人工神经网...

  • 深度实践Spark机器学习 【工业技术】

    吴茂贵,郁明敏,朱凤元,张粤磊,杨本法著2018 年出版234 页ISBN:9787111589952

    本书以最新的Spark2.0为技术基础,重点讲解了如何构建机器学习系统以及如何实现机器学习流程的标准化,这两点都是目前同类书中没有的。第1~7章从概念、架构、算法等角度介绍了机器学习的基本概念;第8~12章以实例...

  • 深度学习 影印版 【工业技术】

    JoshPatterson,AdamGibson著2018 年出版510 页ISBN:9787564175160

    尽管人们对于机器学习领域的兴趣已达到高点,过高的期望往往在项目没走多远之前就已经压垮了它。机器学习——特别是深度神经网络——如何才能在你的组织内产生真正的作用?这本容易上手的指南不仅能提供关于该...

  • 深度学习入门 基于Python的理论与实现 【工业技术】

    (日)斋藤康毅著;陆宇杰译2018 年出版285 页ISBN:9787115485588

    本书是深度学习真正意义上的入门书。书中对理解深度学习所需的技术,从最基础的开始逐个介绍。用浅显的语言解说什么是深度学习深度学习具有什么特征、基于什么原理运行等。而为了让读者更“深”地理解深度学...

  • 自然语言处理与深度学习 通过C语言模拟 【工业技术】

    (日)小高知宏著;申富饶,于惠译2018 年出版178 页ISBN:9787111586579

    本书初步探索了将深度学习应用于自然语言处理的方法。概述了自然语言处理的一般概念,通过具体实例说明了如何提取自然语言文本的特征以及如何考虑上下文关系来生成文本。书中自然语言文本的特征提取是通过卷...

  • 深度学习 基于Keras的Python实践 【工业技术】

    魏贞原著2018 年出版230 页ISBN:9787121341472

    本书系统的讲解了深度的基本知识,以及使用机器学习解决实际问题,详细的介绍了如何构建及优化模型,并针对不同的问题给出了不同的解决方案,通过不同的例子展示了具体的项目中的应用和实践经验,是一本非常好的深度...

学科分类
出版时间
返回顶部