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:

  • 图解深度学习 (日)山下隆义 著;张弥 译 著 专业科技 文轩网
  • 新华书店正版
    • 作者: (日)山下隆义 著;张弥 译著
    • 出版社: 人民邮电出版社
    • 出版时间:2018-05-01 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: (日)山下隆义 著;张弥 译著
    • 出版社:人民邮电出版社
    • 出版时间:2018-05-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2018-05-01
    • 字数:208千字
    • 页数:206
    • 开本:32开
    • 装帧:平装
    • ISBN:9787115480248
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    图解深度学习

    作  者:(日)山下隆义 著;张弥 译 著
    定  价:59
    出 版 社:人民邮电出版社
    出版日期:2018年05月01日
    页  数:206
    装  帧:平装
    ISBN:9787115480248
    主编推荐

    1.实用136张图+60段代码帮助理解相关理论和工具的使用方法。可作为专业理论书籍、参考文献的辅助读物随时翻阅2.专业浓缩深度学习的关键知识点,内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。同时辅以代码,介绍了Theano、Pylearn2、Caffe、DIGITS、Chainer和TensorFlow等深度学习工具的安装和使用方法。3.易懂图文并茂,知识点清晰直观、便于理解。全彩印刷、版式精美,技术书也可赏心悦目。

    内容简介

    本书从深度学习的发展历程讲起,以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法,以及深度学习在图像识别等领域的应用案例。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。此外,还介绍了包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow 在内的深度学习工具的安装和使用方法。

    作者简介

    山下隆义(作者)1978年出生于日本神户,2002年修完博士前期课程,并于当年入职欧姆龙股份有限公司,主要从事快速人脸图像检测相关的软件研究和开发。2011年在日本中部大学研究生院工学研究科修完博士后期课程,获得工学博士学位。2014年开始担任中部大学工学院信息工程系讲师。目前从事动画处理、模式识别和机器学习相关的研究。曾多次荣获日本深度学习研究相关奖项,并在多个相关研讨会上担任讲师。张弥(译者)毕业于大连外国语大学日本语学院。现就职于某日本大型跨国公司,从事技术翻译工作,具有丰富的软件开发和医学翻译经验。喜欢挑战新事物,乐于学习新知识和接触新领域。

    精彩内容

    目录
    第 1章  绪论 1.1  深度学习与机器学习  21.2  深度学习的发展历程  31.3  为什么是深度学习  61.4  什么是深度学习  71.5  本书结构  9第  2章 神经网络2.1  神经网络的历史  122.2  M-P模型  142.3  感知器  162.4  多层感知器  182.5  误差反向传播算法  192.6  误差函数和激活函数  282.7  似然函数  302.8  随机梯度下降法  312.9  学习率  322.10  小结  33第3章  卷积神经网络3.1  卷积神经网络的结构  363.2  卷积层  383.3  池化层  393.4  全连接层  403.5  输出层  413.6  神经网络的训练方法  413.7  小结  48第4章  受限玻尔兹曼机4.1  Hopfield 神经网络  504.2  玻尔兹曼机  554.3  受限玻尔兹曼机  594.4  对比散度算法  614.5  深度信念网络  644.6  小结  66第5章  自编码器5.1  自编码器  685.2  降噪自编码器  715.3  稀疏自编码器  735.4  栈式自编码器  765.5  在预训练中的应用  775.6  小结  78第6章  提高泛化能力的方法6.1  训练样本  806.2  预处理  886.3  激活函数  926.4  Dropout  946.5  DropConnect  966.6  小结  98第7章  深度学习工具7.1  深度学习开发环境  1007.2  Theano  1007.3  Pylearn2  1087.4  Caffe  1187.5  训练系统——DIGITS1377.6  Chainer  1457.7  TensorFlow  1607.8  小结  176第8章  深度学习的现在和未来8.1  深度学习的应用案例1788.2  深度学习的未来  1958.3  小结  197参考文献  198

    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