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:
本店所有商品

  • 全新正版深度学习基础教程9787111687320机械工业出版社
    • 作者: 赵宏著 | 赵宏编 | 赵宏译 | 赵宏绘
    • 出版社: 机械工业出版社
    • 出版时间:2021-08-01
    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:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 赵宏著| 赵宏编| 赵宏译| 赵宏绘
    • 出版社:机械工业出版社
    • 出版时间:2021-08-01
    • 版次:1
    • 印次:1
    • 页数:192
    • 开本:16开
    • ISBN:9787111687320
    • 版权提供:机械工业出版社
    • 作者:赵宏
    • 著:赵宏
    • 装帧:平装
    • 印次:1
    • 定价:59.00
    • ISBN:9787111687320
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-08-01
    • 页数:192
    • 外部编号:31229193
    • 版次:1
    • 成品尺寸:暂无

    前言<br/>章 深度学习概述 1<br/>1.1 深度学习的发展历程 1<br/>1.1.1 深度学习的历史 1<br/>1.1.2 深度学习领域的重要人物 5<br/>1.2 深度学习的关键技术 7<br/>1.2.1 深度学习的机理 7<br/>1.2.2 深度学习的三要素 8<br/>1.. 数据的特征 9<br/>1.2.4 深度学习的主要模型 10<br/>1.2.5 深度学习模型的训练过程 11<br/>1.2.6 深度学习模型的学方 12<br/>1.2.7 深度学习的常用框架 14<br/>1.3 深度学习网络的发展脉络及应用领域 18<br/>1.3.1 深度学习网络的发展脉络 18<br/>1.3.2 深度学习的应用领域 19<br/>课后习题 21<br/>参考文献 22<br/>第2章 人工神经网络基础 24<br/>2.1 人工神经网络的生物学基础 24<br/>2.1.1 神经元的基本模型 24<br/>2.1.2 突触的结构 26<br/>2.2 人工神经元模型 26<br/>2.2.1 人工神经元的数学模型 26<br/>2.2.2 常见的人工神经元模型 30<br/>. 人工神经网络模型 34<br/>..1 神经网络的基本结构 34<br/>..2 神经网络的分类 36<br/>2.4 神经网络的前向传播机制 39<br/>2.5 神经网络的反向传播机制 40<br/>2.6 基于反向传播算法的神经网络设计流程 43<br/>2.7 人工神经网络的参数优化问题 45<br/>2.7.1 神经网络层数的优化问题 45<br/>2.7.2 归一化指数函数softmax 47<br/>2.7.3 学习率 49<br/>2.7.4 欠拟合和过拟合问题 50<br/>课后习题 52<br/>参考文献 53<br/>第3章 卷积神经网络和循环神经网络 54<br/>3.1 卷积神经网络 54<br/>3.1.1 卷积神经网络的基本概念 54<br/>3.1.2 卷积神经网络的结构 58<br/>3.1.3 卷积神经网络的常用架构 65<br/>3.2 循环神经网络 72<br/>3.2.1 循环神经网络的基本概念 72<br/>3.2.2 循环神经网络的应用——语言模型 77<br/>3.. 循环神经网络的梯度问题及解决方法 80<br/>3.2.4 循环神经网络的改进 84<br/>课后习题 87<br/>参考文献 89<br/>第4章 生成对抗网络和深度强化学习 92<br/>4.1 生成对抗网络 92<br/>4.1.1 生成对抗网络概述 92<br/>4.1.2 生成对抗网络的基本原理 94<br/>4.1.3 几种改进的生成对抗网络模型 99<br/>4.1.4 生成对抗网络的应用 103<br/>4.2 强化学习 106<br/>4.2.1 强化学习概述 106<br/>4.2.2 强化学习的决策过程 108<br/>4.. -Learning算法 111<br/>4.2.4 深度强化学习 112<br/>课后习题 118<br/>参考文献 119<br/>第5章 计算机视觉 121<br/>5.1 计算机视觉概述 121<br/>5.1.1 计算机视觉的历史 122<br/>5.1.2 计算机视觉的挑战与机遇 1<br/>5.1.3 计算机视觉常见的数据集 125<br/>5.1.4 计算机视觉处理的基本流程 130<br/>5.2 图像预处理 131<br/>5.2.1 图像去噪 131<br/>5.2.2 图像归一化 133<br/>5.. 图像分割技术 134<br/>5.3 计算机视觉常用的网络结构 136<br/>5.3.1 图像分类常用的深度学习网络结构 136<br/>5.3.2 视频分类常用的深度学习网络结构 140<br/>5.3.3 目标检测常用的深度学习网络结构 144<br/>课后习题 152<br/>参考文献 154<br/>第6章 自然语言处理 156<br/>6.1 自然语言处理概述 156<br/>6.1.1 发展历史 157<br/>6.1.2 自然语言处理的过程 158<br/>6.1.3 基础技术 160<br/>6.1.4 词嵌入算法 162<br/>6.1.5 N-gram语言模型 166<br/>6.1.6 注意力机制 167<br/>6.2 自然语言处理的应用模型 171<br/>6.2.1 文本分类 171<br/>6.2.2 自动文本摘要 175<br/>6.. 自动问答系统 178<br/>6.2.4 触发字检测 181<br/>课后习题 182<br/>参考文献 183

    赵宏,南开大学副教授,公共计算机基础教学部主任,“公共计算机基础课”教学团队带头人,南开大学教学名师,在线教育研究中心“智慧教学之星”。五年均每周承担超过10课时的教学工作。2015年起在南开大学率先建设SPOC课程,进行混合式教学和翻转课堂的智慧教学实践。2018年在学堂在线上线两门MOOC课程,2020年上线一门首批国际MOOC课程。主编教材11本,承担省部级、一研究会及校级教改项目20余项,发表教学研究10余篇。获得南开大学教学成果二等奖4项。

    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