中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
TENSORFLOW+PYTORCH深度學習從算法到實戰 版權信息
- ISBN：9787301305812
- 條形碼：9787301305812 ; 978-7-301-30581-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
TENSORFLOW+PYTORCH深度學習從算法到實戰 本書特色
《TensorFlow PyTorch深度學習從算法到實戰》詳盡介紹深度學習相關的基本原理與使用TensorFlow、PyTorch兩大主流框架的開發基礎知識和基本技術，并且展示了在圖像識別與文本生成實際問題中的應用方法。同時考慮到程序員擅長JavaScript 的人員比熟悉Python 的人員更多的情況，特別增加了對于TensorFlow.js 的介紹。初學者面對深度學習望而卻步的主要原因是認為入門門檻太高，需要較多的算法基礎訓練。針對此問題，本書原創了5-4-6 學習模型提綱挈領地降低學習曲線，并通過將知識點和難點分散到代碼中的方式讓讀者以熟悉的方式迅速入門，并且為進一步學習打下堅實的基礎。同時，本書也介紹了AutoML和深度強化學習等新技術，幫助讀者開闊眼界。
《TensorFlow PyTorch深度學習從算法到實戰》內容翔實，講解深入淺出，通俗易懂，配有大量的程序案例可供實操學習，既適合職場中經驗豐富的開發人員學習，又可供計算機等相關專業的在校學生和其他科技人員參考，還可供算法理論相關的研究人員參考。
TENSORFLOW+PYTORCH深度學習從算法到實戰 內容簡介
《TensorFlow+PyTorch深度學習從算法到實戰》詳盡介紹深度學習相關的基本原理與使用TensorFlow、PyTorch兩大主流框架的開發基礎知識和基本技術，并且展示了在圖像識別與文本生成實際問題中的應用方法。同時考慮到程序員擅長JavaScript 的人員比熟悉Python 的人員更多的情況，特別增加了對于TensorFlow.js 的介紹。初學者面對深度學習望而卻步的主要原因是認為入門門檻太高，需要較多的算法基礎訓練。針對此問題，本書原創了5-4-6 學習模型提綱挈領地降低學習曲線，并通過將知識點和難點分散到代碼中的方式讓讀者以熟悉的方式迅速入門，并且為進一步學習打下堅實的基礎。同時，本書也介紹了AutoML和深度強化學習等新技術，幫助讀者開闊眼界。 《TensorFlow+PyTorch深度學習從算法到實戰》內容翔實，講解深入淺出，通俗易懂，配有大量的程序案例可供實操學習，既適合職場中經驗豐富的開發人員學習，又可供計算機等相關專業的在校學生和其他科技人員參考，還可供算法理論相關的研究人員參考。
TENSORFLOW+PYTORCH深度學習從算法到實戰 目錄
緒論?程序員為什么要學習機器學習 0.1?工業革命級的技術紅利 0.2?中美兩國為機器學習作背書 0.3?從編程思維向數據思維的進化 第1章?30分鐘環境搭建速成 1.1?使用Anaconda搭建開發環境 1.2?使用Python自帶的開發環境 1.3?從源代碼搭建開發環境 第2章?深度學習5-4-6速成法 2.1?計算圖模型與計算框架 2.2?五步法構造基本模型 2.3?案例教程 2.4?5-4-6速成法學習PyTorch 2.5?5-4-6速成法學習TensorFlow 2.6?在TensorFlow中使用Keras 2.7?本章小結 第3章?張量與計算圖 3.1?0維張量：標量 3.2?計算圖與流程控制 3.3?變量 第4章?向量與矩陣 4.1?1維張量：向量 4.2?2維張量：矩陣 4.3?n維：張量 第5章?高級矩陣編程 5.1?范數及其實現 5.2?跡運算 5.3?矩陣分解 第6章?優化方法 6.1?梯度下降的基本原理 6.2?高維條件下的梯度下降 6.3?PyTorch和TensorFlow中的梯度計算 6.4?梯度下降案例教程 6.5?優化方法進階 第7章?深度學習基礎 7.1?從回歸到分類 7.2?深度學習簡史 第8章?基礎網絡結構：卷積網絡 8.1?卷積的原理與計算 8.2?池化層 8.3?激活函數 8.4?AlexNet 第9章?卷積網絡圖像處理進階 9.1?小卷積核改進VGGNet 9.2?GoogLeNet 9.3?殘差網絡 9.4?目標檢測 9.5?人臉識別 第10章?基礎網絡結構：循環神經網絡 10.1?循環神經網絡原理 10.2?實用循環神經網絡：LSTM 10.3?LSTM案例教程 10.4?實用循環神經網絡：GRU 10.5?雙向循環神經網絡 10.6?將隱藏狀態串聯起來 第11章?RNN在自然語言處理中的應用 11.1?文本編碼：從獨熱編碼到詞向量 11.2?Char-RNN算法 11.3?Char-RNN的訓練 11.4?Char-RNN的預測推理 11.5?Char-RNN完整模型 第12章?用JavaScript進行TensorFlow編程 12.1?TensorFlow.js的簡介和安裝 12.2?TensorFlow.js的張量操作 12.3?TensorFlow.js的常用運算 12.4?激活函數 12.5?TensorFlow.js變量 12.6?TensorFlow.js神經網絡編程 12.7?TensorFlow.js實現完整模型 12.8?TensorFlow.js的后端接口 第13章?高級編程 13.1?GPU加速 13.2?生成對抗網絡 13.3?Attention機制 13.4?多任務學習 第14章?超越深度學習 14.1?自動機器學習AutoML 14.2?Autokeras 14.3?Windows Subsystem for Linux 14.4?強化學習 14.5?強化學習編程 14.6?下一步的學習方法
展開全部
TENSORFLOW+PYTORCH深度學習從算法到實戰 相關資料
人工智能時代，深度學習是程序員必須具備的基礎技能，此書知識全面，從環境搭建，學習方法到應用分析，真正做到了“深度學習的開發指南”。
——北京人人眾包科技有限公司CEO 張建勝
本書是程序員掌握深度學習的利器之一，采用更多示例和工程經驗來展示深度學習背后的數學原理，對術語的解釋也更貼近程序員的理解范疇，實用性和平緩的學習曲線是本書的一大特點。對于人工智能專業的學生以及工業界的開發人員來說，本書都值得一讀。
——開源編譯器XOC作者 蘇振宇
深度學習涉及的知識點比較多，特別是對數學基礎要求很高，而這門學問在高校學習中尚屬新寵。從學術的角度，很難繞過這些枯燥的理論，而本書卻巧妙的規避了這個難題，通過自己的親手實踐，在作者一步一步的指導下結合具體的應用不斷深入。本書另外一個突出點就是并未回避那些必須深入學習的理論。將他們一一羅列出來，給出一個梗概，讓學者有跡可循，有綱可依，憑此一書，既可以快速上手又可以尋跡深入，實在難得。在我閱讀過程中，絲毫沒有違和感，學習起來輕松自在，就好像是在讀自己整理的學習筆記。本書即可以作為大學深度學習普及課程用書，也適合做程序員掌中寶。
——清華大學校友會軟件學院分會副會長 周虎
人工智能是科技新紀元的開端，深度學習就是打開這個新紀元的鑰匙。作為“給程序員看的深度學習教程”，本書既符合了程序員迅速入門深度學習的實際需求，又搭建了一套完整的深度學習知識體系，并且給出了前沿的論文線索，讀者可以根據自己的需要進行閱讀，由表及里、由淺入深地掌握深度學習的各個層次知識。另外，本書同時講解多框架也極具特色，有助于讀者在比較的基礎上進行靈活選用，真正理解深度學習的精華。
——北京微識科技有限公司CEO楊竹筠
曾有幸與本書作者共事，就很佩服他作為一個技術出身的工程師，對待項目有著極其開闊的視野，從大勢出發，在細節著眼。本書中不只介紹深度學習開發框架的使用，還通過對比，寄希讀者可以更高維度地思考框架背后的設計理念，有所取舍，而不淪為其奴仆。
至今，機器學習還在快速發展中，每天都有各類新的理論、模型去試圖解決歷史方法無法擬合的場景。各種模型本身并沒有高低貴賤之分，只是對當前場景適合與否。作為一個從業者，需要打下扎實的理論基礎，多向同行學習一些新的建模思路，定期看paper了解業內的觀點，并堅信未來已來。
——今天便利店信息技術負責人 姚軍勇
TENSORFLOW+PYTORCH深度學習從算法到實戰 作者簡介
劉子瑛，畢業于清華大學軟件學院。曾在高通、摩托羅拉等公司長期從事移動技術開發工作，現在阿里巴巴集團阿里云智能事業群從事智能互聯網汽車等相關研發工作。
書友推薦
- >
【精裝繪本】畫給孩子的中國神話
- >
伯納黛特,你要去哪(2021新版)
- >
龍榆生：詞曲概論/大家小書
- >
小考拉的故事-套裝共3冊
- >
煙與鏡
- >
巴金－再思錄
- >
推拿
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
本類暢銷
