返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 深度学习 董豪 等 编著 专业科技 文轩网
  • 新华书店正版
    • 作者: 董豪 等 编著著
    • 出版社: 电子工业出版社
    • 出版时间:2018-01-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 董豪 等 编著著
    • 出版社:电子工业出版社
    • 出版时间:2018-01-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2018-01-01
    • 字数:354千字
    • 页数:322
    • 开本:16开
    • 装帧:平装
    • ISBN:9787121326226
    • 国别/地区:中国
    • 版权提供:电子工业出版社

    深度学习

    作  者:董豪 等 编著
    定  价:99
    出 版 社:电子工业出版社
    出版日期:2018年01月01日
    页  数:322
    装  帧:平装
    ISBN:9787121326226
    主编推荐

    内容简介

    董豪等编著的《深度学习(一起玩转TensorLayer)》由TensorLayer创始人领衔写作,TensorLayer社区众包完成,作者全部来自一线人工智能研究员和工程师,内容不仅覆盖了传统书籍都有的多层感知器、卷积网络、递归网络及增强学习等,还着重讲解了生成对抗网络、学习方法和实践经验,配有若干产品级别的实例。读者将会从零开始学会目前近期新的深度学习技术,以及使用TL实现各种应用。
    本书以通俗易懂的方式讲解深度学习技术,同时配有实现方法教学,面向深度学习初学者、进阶者,以及希望长期从事深度学习研究和产品开发的深度学习工程师和TensorFlow用户。

    作者简介

    精彩内容

    目录
    1 深度学习简介
    1.1 人工智能、机器学习和深度学习
    1.1.1 引言
    1.1.2 人工智能、机器学习和深度学习三者的关系
    1.2 神经网络
    1.2.1 感知器
    1.2.2 激活函数
    1.2.3 损失函数
    1.2.4 梯度下降和随机梯度下降
    1.2.5 反向传播算法简述
    1.2.6 其他神经网络
    1.3 学习方法建议
    1.3.1 网络资源
    1.3.2 TensorFlow官方深度学习教程
    1.3.3 开源社区
    1.4 TensorLayer
    1.4.1 深度学习框架概况
    1.4.2 TensorLayer概括
    1.4.3 实验环境配置
    2 多层感知器
    2.1 McCulloch-Pitts神经元模型
    2.1.1 人工神经网络到底能干什么?到底在干什么
    2.1.2 什么是激活函数?什么是偏值
    2.2 感知器
    2.2.1 什么是线性分类器
    2.2.2 线性分类器有什么优缺点
    2.2.3 感知器实例和异或问题(XOR问题)
    2.3 多层感知器
    2.4 实现手写数字分类
    2.5 过拟合
    2.5.1 什么是过拟合
    2.5.2 Dropout
    2.5.3 批规范化
    2.5.4 L1、L2和其他正则化方法
    2.5.5 Lp正则化的图形化解释
    2.6 再实现手写数字分类
    2.6.1 数据迭代器
    2.6.2 通过all_drop启动与关闭Dropout
    2.6.3 通过参数共享实现训练测试切换
    3 自编码器
    3.1 稀疏性
    3.2 稀疏自编码器
    3.3 实现手写数字特征提取
    3.4 降噪自编码器
    3.5 再实现手写数字特征提取
    3.6 堆栈式自编码器及其实现
    4 卷积神经网络
    4.1 卷积原理
    4.1.1 卷积操作
    4.1.2 张量
    4.1.3 卷积层
    4.1.4 池化层
    4.1.5 全连接层
    ……
    5 词的向量表达
    6 递归神经网络
    7 深度增强学习
    8 生成对抗网络
    9 高级实现技巧
    10 实例一:使用预训练卷积网络
    11 实例二:图像语义分割及其医学图像应用
    12 实例三:由文本生成图像
    13 实例四:超高分辨率复原
    14 实例五:文本反垃圾
    中英对照表及其缩写
    参考文献

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购