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:

  • 深度学习初学者指南 [智]巴勃罗·里瓦斯(Pablo Rivas) 著 汪雄飞 陈朗 汪荣贵 译 译 专业科技 文轩网
  • 新华书店正版
    • 作者: [智]巴勃罗·里瓦斯(Pablo Rivas)著 | | 汪雄飞 陈朗 汪荣贵 译译
    • 出版社: 机械工业出版社
    • 出版时间:2021-11-01 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: [智]巴勃罗·里瓦斯(Pablo Rivas)著| 汪雄飞 陈朗 汪荣贵 译译
    • 出版社:机械工业出版社
    • 出版时间:2021-11-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-11-01
    • 字数:263
    • 页数:300
    • 开本:16开
    • 装帧:平装
    • ISBN:9787111695226
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    深度学习初学者指南

    作  者:[智]巴勃罗·里瓦斯(Pablo Rivas) 著 汪雄飞 陈朗 汪荣贵 译 译
    定  价:99
    出 版 社:机械工业出版社
    出版日期:2021年11月01日
    页  数:300
    装  帧:平装
    ISBN:9787111695226
    主编推荐

    网络上的信息呈指数级爆炸式增长,通过浏览网络信息获得有助于进行深度学习的可靠内容变得比以往任何时候都要困难。如果你是一个初学者,希望从头开始学习深度学习理论以及构建深度学习模型,并且已经具备了入门所需的基本数学知识和编程知识,那么这本书正是你所需要的。 本书从机器学习的基本概述开始,指导你建立流行的基于Python语言的深度学习程序框架。你还将了解如何实现对数据的清洗和预处理,以便使用数据样本进行深度学习,并逐步探索神经网络的训练方法和应用技术。本书还将帮助你亲自动手训练单层和多层神经元,从而深入理解神经网络模型的工作原理。稍后,你将在一些简单应用实例的帮助下掌握若干当前比较流行的神经网络架构,例如CNN、RNN、AE、VAE和GAN。你甚至将从头开始构建这些模型。在每一章的结尾处有一个问答环节,可以帮助你测试对本书内容的掌握情况。 当学完本书的时候,你将能够精通深度学习的概念,并拥有使用null

    内容简介

    本书分为三部分。部分将帮助你快速理解从数据中学习、深度学习基本架构、如何准备数据,以及深度学习中经常使用的基本概念。第二部分将重点介绍无监督学习算法。从自编码器开始,然后转向层数更深、规模更大的神经网络模型。第三部分介绍监督学习算法,你将掌握基本和不错深度学习模型的实现方法,并能够将这些模型用于分类、回归以及从潜在空间生成数据等应用场合。

    作者简介

    精彩内容

    目录
    译者序序前言作者简介审校者简介部分  深度学习快速入门章  机器学习概述 21.1  接触ML生态系统 21.2  从数据中训练ML算法 41.3  深度学习概述 51.3.1  神经元模型 51.3.2  感知机学习算法 61.3.3  浅层网络 81.3.4  深度网络 111.4  深度学习在现代社会中的重要性 131.5  小结 141.6  习题与答案 151.7  参考文献 15第2章  深度学习框架的搭建与概述 162.1  Colaboratory简介 162.2  TensorFlow的简介与安装 172.2.1  安装 172.2.2  拥有GPU支持的TensorFlow 182.2.3  TensorFlow背后的原理 182.3  Keras的简介与安装 192.3.1  安装 192.3.2  Keras背后的原理 192.4  PyTorch简介 212.5  Dopamine简介 212.6  其他深度学习程序库 232.6.1  Caffe 232.6.2  Theano 232.6.3  其他程序库 232.7  小结 242.8  习题与答案 242.9  参考文献 24第3章  数据准备 263.1  二元数据与二元分类 273.1.1  克利夫兰心脏病数据集的二元目标 273.1.2  二值化MINST数据集 303.2  分类数据与多个类别 333.2.1  将字符串标签转换成数字 343.2.2  将分类转换成独热编码 363.3  实值数据与单变量回归 383.3.1  缩放到特定范围的数值 383.3.2  标准化到零均值和单位方差 413.4  改变数据的分布 423.5  数据增强 443.5.1  尺度缩放 443.5.2  添加噪声 453.5.3  旋转 453.5.4  其他增强手段 463.6  数据降维 463.6.1  监督算法 473.6.2  无监督技术 483.6.3  关于维度的数量 523.7  操纵数据的道德影响 533.8  小结 533.9  习题与答案 533.10  参考文献 54第4章  从数据中学习 554.1  学习的目的 554.1.1  分类问题 564.1.2  回归问题 604.2  度量成功与错误 634.2.1  二元分类 644.2.2  多元分类 654.2.3  回归分析矩阵 694.3  识别过拟合和泛化 704.3.1  拥有测试数据的情形 714.3.2  没有测试数据的情形 724.4  机器学习背后的艺术 744.5  训练深度学习算法的伦理意蕴 784.5.1  使用适当的模型性能度量指标 794.5.2  小心对待并验证异常值 794.5.3  抽样不足组的权重类 804.6  小结 804.7  习题与答案 814.8  参考文献 81第5章  训练单个神经元 835.1  感知机模型 835.1.1  概念的可视化 835.1.2  张量运算 845.2  感知机学习算法 865.3  处理线性不可分数据的感知机 885.3.1  线性可分数据的收敛 885.3.2  线性不可分数据的收敛 915.4  小结 925.5  习题与答案 935.6  参考文献 93第6章  训练多层神经元 946.1  MLP模型 946.2  最小化误差 966.2.1  步骤1:初始化 996.2.2  步骤2:前向传播 996.2.3  步骤3:计算损失 1016.2.4  步骤4:反向传播 1016.3  寻找最佳超参数 1066.4  小结 1096.5  习题与答案 1096.6  参考文献 110第二部分  无监督深度学习第7章  自编码器 1127.1  无监督学习简介 1127.2  编码层与解码层 1137.2.1  编码层 1157.2.2  解码层 1167.2.3  损失函数 1167.2.4  学习与测试 1177.3  数据降维与可视化应用 1197.3.1  MNIST数据的准备 1207.3.2  MNIST的自编码器 1207.3.3  模型训练与可视化 1227.4  无监督学习的伦理意蕴 1267.5  小结 1277.6  习题与答案 1277.7  参考文献 128第8章  深度自编码器 1298.1  深度信念网络简介 1298.2  建立深度自编码器 1308.2.1  批归一化 1308.2.2  随机失活 1348.3  探索深度自编码器的潜在空间 1398.3.1  CIFAR-10 1398.3.2  MNIST 1468.4  小结 1488.5  习题与答案 1488.6  参考文献 149第9章  变分自编码器 1509.1  深度生成模型简介 1509.2  研究变分自编码器模型 1519.2.1  回顾心脏病数据集 1539.2.2  重参数化技巧与采样 1549.2.3  学习编码器中的后验概率分布参数 1549.2.4  解码器建模 1569.2.5  最小化重构损失 1569.2.6  训练VAE模型 1579.2.7  使用VAE生成数据 1599.3  深度和浅层VAE在MNIST上的性能比较 1619.3.1  浅层VAE模型 1629.3.2  深度VAE模型 1649.3.3  VAE模型去噪 1689.4  生成模型的伦理意蕴 1689.5  小结 1699.6  习题与答案 1699.7  参考文献 1700章  受限玻尔兹曼机 17110.1  RBM模型

    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