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]MetaLearning学习者手记/中外学者论AI编者:王文峰|978
  • 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: 编者:王文峰|著 | 编者:王文峰|编 | 编者:王文峰|译 | 编者:王文峰|绘
    • 出版社: 清华大学音像出版社
    • 出版时间:2025-04-01
    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: 编者:王文峰|著| 编者:王文峰|编| 编者:王文峰|译| 编者:王文峰|绘
    • 出版社:清华大学音像出版社
    • 出版时间:2025-04-01
    • 版次:1
    • 印次:1
    • 印刷时间:2025-04-01
    • 页数:141
    • 开本:16开
    • ISBN:9787302684121
    • 版权提供:清华大学音像出版社
  • 作者: 编者:王文峰|
  • 著: 编者:王文峰|
  • 装帧: 暂无
  • 印次: 1
  • 定价: 49
  • ISBN: 9787302684121
  • 出版社: 清华大学
  • 开本: 16开
  • 印刷时间: 2025-04-01
  • 语种: 暂无
  • 出版时间: 2025-04-01
  • 页数: 141
  • 外部编号: 党庄A32012
  • 版次: 1
  • 成品尺寸: 暂无
  • 第1章 联合训练问题
    1.1 问题描述
    1.1.1 以任务为样本
    1.1.2 面向学习过程
    1.1.3 快速适应新任务
    1.2 建模思路
    1.2.1 局部最优模型
    1.2.2 全局最优模型
    1.2.3 模型前置代码
    1.3 算法思想
    1.3.1 外层循环算法
    1.3.2 内层循环算法
    1.3.3 权重更新代码
    1.4 最优化方法
    1.4.1 准备优化工具
    1.4.2 搭建优化平台
    1.4.3 最优化科学计算包
    1.5 元优化机制
    1.5.1 环境变量的配置
    1.5.2 环境变量的验证
    1.5.3 元优化机制
    第2章 任务构建问题
    2.1 问题描述
    2.1.1 小样本单元
    2.1.2 有限监督数据
    2.1.3 支撑集与查询集
    2.2 建模思路
    2.2.1 任务分布模型
    2.2.2 监督学习模型
    2.2.3 模型前置代码
    2.3 算法思想
    2.3.1 单元划分算法
    2.3.2 标签分配算法
    2.3.3 任务生成算法
    2.4 最优化方法
    2.4.1 创建优化环境
    2.4.2 更新优化系统
    2.4.3 安装编程内核
    2.5 元优化机制
    2.5.1 代码编辑器
    2.5.2 元优化程序
    2.5.3 元优化机制
    第3章 过程建模问题
    3.1 问题描述
    3.1.1 基准数据集
    3.1.2 图像尺寸调整
    3.1.3 知识获取过程
    3.2 建模思路
    3.2.1 图像加载模型
    3.2.2 尺寸调整模型
    3.2.3 空间插值模型
    3.3 算法思想
    3.3.1 文件保存算法
    3.3.2 目录创建算法
    3.3.3 文件读取算法
    3.4 最优化方法
    3.4.1 随机抽样过程
    3.4.2 样本学习过程
    3.4.3 最优化过程
    3.5 元优化机制
    3.5.1 元优化过程
    3.5.2 拓展优化环境
    3.5.3 最大池化过程
    第4章 输入输出问题
    4.1 问题描述
    4.1.1 源代码下载
    4.1.2 免费授权许可
    4.1.3 代码的组成部分
    4.2 建模思路
    4.2.1 系统架构模型
    4.2.2 输入输出模型
    4.2.3 输出评价模型
    4.3 算法思想
    4.3.1 输入生成算法
    4.3.2 输出生成算法
    4.3.3 运行控制算法
    4.4 最优化方法
    4.4.1 优化库包的导入
    4.4.2 生成器的初始化
    4.4.3 目录的生成
    4.5 元优化机制
    4.5.1 元优化目录
    4.5.2 元优化的输入
    4.5.3 元优化的输出
    第5章 应用拓展问题
    5.1 问题描述
    5.1.1 前述问题回顾
    5.1.2 元学习系统网络
    5.1.3 MAML的定义
    5.2 建模思路
    5.2.1 系统模型拓展
    5.2.2 梯度模型拓展
    5.2.3 快速梯度下降
    5.3 算法思想
    5.3.1 输入层的权值
    5.3.2 隐含层的权值
    5.3.3 网络构造算法
    5.3.4 从卷积层拓展
    5.3.5 从隐含层拓展
    5.4 最优化方法
    5.4.1 学习日志的拓展
    5.4.2 日志读取应用
    5.4.3 优化器的拓展
    5.4.4 优化器的应用
    5.4.5 显示优化过程
    5.5 元优化机制
    5.5.1 虚拟环境的拓展
    5.5.2 模块代码的调试
    5.5.3 元任务的理解
    5.5.4 元训练的机制
    5.5.5 元测试的机制
    后记

    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