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:

  • 深度学习应用开发 国基北盛(南京)科技发展有限公司,王秀翠,李永亮 等 编 大中专 文轩网
  • 新华书店正版
    • 作者: 国基北盛(南京)科技发展有限公司著
    • 出版社: 机械工业出版社
    • 出版时间:2024-01-01 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: 国基北盛(南京)科技发展有限公司著
    • 出版社:机械工业出版社
    • 出版时间:2024-01-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2024-01-01
    • 字数:247
    • 页数:181
    • 开本:16开
    • 装帧:平装
    • ISBN:9787111742067
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    深度学习应用开发

    作  者:国基北盛(南京)科技发展有限公司,王秀翠,李永亮 等 编
    定  价:39
    出 版 社:机械工业出版社
    出版日期:2024年01月01日
    页  数:192
    装  帧:平装
    ISBN:9787111742067
    主编推荐

    本书遵循职业教育教材编写规律和职业院校学生学习规律,配套齐全

    内容简介

    本书从基本的人工智能理论出发,使用Python语言编程,基于TensorFlow和Keras深度学习框架,以理论讲解为基础,以项目实战为导向,系统地讲述了人工智能、深度学习和计算机视觉中相关的基本概念、理论方法和经典算法。既有对基础知识和理论模型的介绍,也有对计算机视觉相关领域实际案例的实现方法和技术技巧的详细阐述。本书尽量避免了复杂烦琐的数学公式,仅涉及少量且必要的数学知识。在内容上,本书首先概述了深度学习的基本理论,然后介绍了深度学习框架TensorFlow的基础知识、安装和使用方法,引申出高级神经网络API,即Keras框架,并且介绍了Keras框架的核心模块和一系列建模方法,为后续完成项目实战做准备。最后讲解了神经网络的原理,从回归和分类两大类问题出发,实现了回归和图像分类等实战案例,并介绍了如何使用迁移学习的方法快速搭建网络模型。本书可作为各类职业院校人工智能技术应用及相关专业的null

    作者简介

    精彩内容

    目录
    前言
    单元1认识深度学习
    1.1人工智能、机器学习与深度学习
    1.2深度学习的应用
    1.3主流的深度学习框架
    1.4开发环境的安装
    单元小结
    课后习题
    单元2深度学习框架TensorFlow
    2.1TensorFlow介绍
    2.2TensorFlow数学基础
    2.3TensorFlow基本数据类型
    2.4张量的物理意义及应用
    2.5实战案例——TensorFlow优化程序
    2.6实战案例——基于TensorFlow框架的线性回归实现
    单元小结
    课后习题
    单元3高级神经网络API
    3.1Keras基础
    3.2Keras体系结构
    3.3Keras框架模型构建流程
    3.4实战案例——基于多层感知器的MNIST手写数字识别
    3.5实战案例——用Keras实现花朵图像分类
    单元小结
    课后习题
    单元4神经网络
    4.1人工神经网络
    4.2感知器
    4.3全连接神经网络
    4.4激活函数
    4.5实战案例——基于全连接神经网络的MNIST手写数字识别
    4.6卷积和卷积神经网络
    4.7卷积层的变体
    4.8经典的卷积神经网络
    4.9实战案例——基于LeNet-5的Fashion_MNIST图像分类
    单元小结
    课后习题
    单元5回归问题
    5.1回归的概念和基本原理
    5.2回归问题的损失函数
    5.3实战案例——汽车燃油效率预测
    5.4过拟合与欠拟合
    5.5过拟合的解决办法
    5.6实战案例——房价预测模型搭建
    单元小结
    课后习题
    单元6分类问题
    6.1图像分类的应用
    6.2图像分类面临的挑战
    6.3图像分类的方法
    6.4图像二分类
    6.5实战案例——基于卷积神经网络的猫狗图像分类
    6.6图像多分类
    6.7实战案例——基于卷积神经网络的CIFAR10图像分类
    单元小结
    课后习题
    单元7迁移学习
    7.1迁移学习的基本问题
    7.2迁移学习的应用领域
    7.3迁移学习的训练方法与技巧
    7.4实战案例——基于迁移学习的猫狗图像分类
    单元小结
    课后习题
    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