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:

  • 正版新书]基于TensorFlow的深度学习:揭示数据隐含的奥秘丹·范·
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 丹·范·鲍克塞尔著 | 丹·范·鲍克塞尔编 | 丹·范·鲍克塞尔译 | 丹·范·鲍克塞尔绘
    • 出版社: 机械工业出版社
    • 出版时间:2018-04-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 丹·范·鲍克塞尔著| 丹·范·鲍克塞尔编| 丹·范·鲍克塞尔译| 丹·范·鲍克塞尔绘
    • 出版社:机械工业出版社
    • 出版时间:2018-04-01
    • 版次:1
    • 印次:1
    • 印刷时间:2018-04-01
    • 字数:130千字
    • 页数:90
    • 开本:16开
    • ISBN:9787111588733
    • 版权提供:机械工业出版社
  • 作者: 丹·范·鲍克塞尔
  • 著: 丹·范·鲍克塞尔 译
  • 装帧: 暂无
  • 印次: 1
  • 定价: 39
  • ISBN: 9787111588733
  • 出版社: 机械工业出版社
  • 开本: 16开
  • 印刷时间: 2018-04-01
  • 语种: 中文
  • 出版时间: 2018-04-01
  • 页数: 90
  • 外部编号: 五三B58095
  • 版次: 1
  • 成品尺寸: 暂无
  • 译者序
    原书前言
    第1 章 入门知识 // 1
    1.1 TensorFlow 安装 // 1
    1.1.1 TensorFlow- 主界面 // 1
    1.1.2 TensorFlow- 安装页面 // 1
    1.1.3 通过pip 安装 // 1
    1.1.4 通过CoCalc 安装 // 4
    1.2 简单计算 // 6
    1.2.1 定义标量和张量 // 6
    1.2.2 张量计算 // 7
    1.2.3 执行计算 // 7
    1.2.4 张量变量 // 8
    1.2.5 查看和替换中间值 // 9
    1.3 逻辑回归模型建模 // 10
    1.3.1 导入字体分类数据集 // 11
    1.3.2 逻辑回归分析 // 13
    1.3.3 数据准备 // 13
    1.3.4 构建TensorFlow 模型 // 14
    1.4 逻辑回归模型训练 // 15
    1.4.1 编写损失函数 // 15
    1.4.2 训练模型 // 16
    1.4.3 评估模型精度 // 17
    1.5 小结 // 19
    第2 章 深度神经网络 // 20
    2.1 基本神经网络 // 20
    2.1.1 log 函数 // 21
    2.1.2 sigmoid 函数 // 22
    2.2 单隐层模型 // 23
    2.2.1 单隐层模型探讨 // 24
    2.2.2 反向传播算法 // 25
    2.3 单隐层模型解释 // 26
    2.3.1 理解模型权重 // 28
    2.4 多隐层模型 // 29
    2.4.1 多隐层模型探讨 // 30
    2.5 多隐层模型结果 // 32
    2.5.1 多隐层模型图理解 // 33
    2.6 小结 // 36
    第3 章 卷积神经网络 // 37
    3.1 卷积层激励 // 37
    3.1.1 多特征提取 // 40
    3.2 卷积层应用 // 41
    3.2.1 卷积层探讨 // 41
    3.3 池化层激励 // 46
    3.3.1 最大池化层 // 46
    3.4 池化层应用 // 49
    3.5 深度卷积神经网络 // 51
    3.5.1 添加卷积层和池化层组合 // 51
    3.5.2 应用卷积神经网络进行字体分类 // 53
    3.6 更深度卷积神经网络 // 57
    3.6.1  对卷积神经网络中的一层添加另
    一层 // 57
    基于TensorFlow 的深度学习:
    揭示数据隐含的奥秘
    X
    3.7 整理总结深度卷积神经网络 // 60
    3.8 小结 // 64
    第4 章 递归神经网络 // 65
    4.1 递归神经网络探讨 // 65
    4.1.1 权重建模 // 66
    4.1.2 递归神经网络理解 // 67
    4.2 TensorFlow Learn // 70
    4.2.1 设置 // 71
    4.2.2 逻辑回归 // 72
    4.3 深度神经网络 // 73
    4.3.1  卷积神经网络在Learn 中的
    应用 // 74
    4.3.2 权重提取 // 77
    4.4 小结 // 78
    第5 章 总结整理 // 79
    5.1 研究评价 // 79
    5.2 所有模型的快速回顾 // 80
    5.2.1 逻辑回归模型 // 80
    5.2.2 单隐层神经网络模型 // 81
    5.2.3 深度神经网络 // 83
    5.2.4 卷积神经网络 // 84
    5.2.5 深度卷积神经网络 // 85
    5.3 TensorFlow 的展望 // 87
    5.3.1 一些TensorFlow 工程项目 // 88
    5.4 小结 // 90

    Dan Van Boxel 是一位拥有10多年开发经验的数据分析师和机器学习工程师,其具代表性的工作是Dan Dose Data,这是一个在YouTube上演示神经网络强大功能和缺陷的直播平台。作者已开发出多种有关机器学习的新统计模型,并应用于高速运输货车计费、行程时间异常检验等领域。另外,作者还在美国交通研究委员会和其他学术期刊上发表了学术论文并给出了研究结果。

    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