加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书谷歌JAX深度学习从零开始学9787302604365
¥ ×1
商品
服务
物流
章 JAX从零开始1.1 JAX来了1.1.1 JAX是什么1.1.2 为什么是JAX1.2 JAX的安装与使用1.2.1 Windows Subsystem for Linux的安装1.2.2 JAX的安装和验1.. PyCharm的下载与安装1.2.4 使用PyCharm和JAX1.2.5 JAX的Python代码练:计算SeLU函数1.3 JAX实战——MNIST手写体的识别1.3.1 步:准备数据集1.3.2 第二步:模型的设计1.3.3 第三步:模型的训练1.4 本章小结第2章 一学就会的线回点、一多层感知机与自动微分器2.1 多层感知机2.1.1 全连接层——多层感知机的隐藏层2.1.2 使用JAX实现一个全连接层2.1.3 更多功能的全连接函数2.2 JAX实战——莺尾花分类2.2.1 莺尾花数据准备与分析2.2.2 模型分析——采用线回归实战莺尾花分类2.. 基于JAX的线回归模型的编写2.2.4 多层感知机与神经网络2.2.5 基于JAX的激活函数、softmax函数与交叉熵函数2.2.6 基于多层感知机的莺尾花分类实战. 自动微分器..1 什么是微分器..2 JAX中的自动微分2.4 本章小结第3章 深度学习的理论那础3.1 BP神经网络简介3.2 BP神经网络两个基础算法详解3.2.1 二乘法详解3.2.2 下山的故事——梯度下降算法3.. 二乘法的梯度下降算法以及JAX实现3.3 反馈神经网络反向传播算法介绍3.3.1 深度学习基础3.3.2 链式求导法则3.3.3 反馈神经网络原理与公式推导3.3.4 反馈神经网络原理的激活函数3.3.5 反馈神经网络原理的Python实现3.4 本章小结第4章 XLA与JAX一般特4.1 JAX 与XLA4.1.1 XLA如何运行4.1.2 XLA如何工作4.2 JAX一般特4.2.1 利用JIT加快程序运行4.2.2 自动微分器——grad函数4.. 自动向量化映——vmap函数4.3 本章小结第5章 JAX的高级特5.1 JAX与NumPy5.1.1 像NumPy一样运行的JAX5.1.2 JAX的底层实现lax5.1.3 并行化的JIT机制与不适合使用JIT的情景5.1.4 JIT的参数详解5.2 JAX程序的编写规范要求5.2.1 JAX函数必须要为纯函数5.2.2 JAX中数组的规范操作5.. JIT中的控制分支5.2.4 JAX中的if、while、for、scan函数5.3 本章小结第6章 JAX的一些细节6.1 JAX中的数值计算6.1.1 JAX中的grad函数使用细节6.1.2 不要编写带有副作用的代码——JAX与NumPy的差异6.1.3 一个简单的线回归方程拟合6.2 JAX中的能提6.2.1 JIT的转换过程6.2.2 JIT无法对非确定参数追踪6.. 理解JAX中的预编译与缓存6.3 JAX中的函数自动打包器——vmap6.3.1 剥洋葱——对数据的手工打包6.3.2 剥甘蓝——JAX中的自动向量化函数vmap6.3.3 JAX中高阶导数的处理6.4 JAX中的结构体保存方法Pytrees6.4.1 Pytrees是什么6.4.2 常见的pytree函数6.4.3 深度学习模型参数的控制(线模型)6.4.4 深度学习模型参数的控制(非线模型)6.4.5 自定义的Pytree节点6.4.6 JAX数值计算的运行机制6.5 本章小结第7章 JAX中的卷积7.1 什么是卷积7.1.1 卷积运算7.1.2 JAX中的一维卷积与多维卷积的计算7.1.3 JAX.lax中的一般卷积的计算与表示7.2 JAX实战——基于VGG架构的MNIST数据集分类7.2.1 深度学习Visual Geometry Group(VGG)架构7.2.2 VGG中使用的组件介绍与实现7.. 基于VGG6的MNIST数据集分类实战7.3 本章小结第8章 JAX与TensorFlow的比敏与交互8.1基于TensorFlow的MNIST分类8.2 TensorFlow与JAX的交互8.2.1 基于JAX的TensorFlow Datasets数据集分类实战8.2.2 TensorFlow Datasets数据集库简介8.3 本章小结第9章 避循JAX函数基本规则下的自定义函数9.1 JAX函数的基本规则9.1.1 使用已有的原语9.1.2 自定义的JVP以及反向VJP9.1.3 进阶jax.custom_jvp和jax.custom_vjp函数用法9.2 Jaxpr解释器的使用9.2.1 Jaxpr tracer9.2.2 自定义的可以被Jaxpr跟踪的函数9.3 JAX维度名称的使用9.3.1 JAX的维度名称9.3.2 自定义JAX中的向量Tensor9.4 本章小结0章 JAX中的高级包10.1 JAX中的包10.1.1 jax.numpy的使用10.1.2 jax.nn的使用10.2 jax.experimental包和jax.example_libraries的使用10.2.1 jax.experimental.sparse的使用10.2.2 jax.experimental.optimizers模块的使用10.. jax.experimental.stax的使用10.3 本章小结……
王晓华,计算机专业讲师,研究方向为云计算、大数据与人工智能。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》《OpenCV+TensorFlow深度学习与计算机视觉实战》《TensorFlow知识图谱实战》《TensorFlow人脸识别实战》《TensorFlow语音识别实战》《TensorFlow 2.0卷积神经网络实战》《Keras实战:基于TensorFlow2.2的深度学习实践》《TensorFlow深度学习从零开始学》《深度学习的数学原理与实现》等图书。
JAX是一个用于高能数值计算的Python库,专门为深度学习领域的高能计算而设计。本书详解JAX框架深度学习的相关知识,并剖析3个实战案例: 使用ResNet完成CIFAR100数据集分类、有趣的词嵌入与生成对抗网络。本书配套示例源码、PPT课件、数据集、开发环境和答疑服务。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
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
继续等待
0小时0分
立即开通
SUPER会员