掃一掃
關注中圖網(wǎng)
官方微博
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(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
深度學習導論 版權信息
- ISBN：9787115529916
- 條形碼：9787115529916 ; 978-7-115-52991-6
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
深度學習導論 本書特色
1.國內(nèi)知識圖譜界領軍人物、文因互聯(lián)CEO鮑捷作序。國內(nèi)外產(chǎn)業(yè)界和學術界大咖鼎力推薦 2.本書編寫簡明扼要，是美國常青藤名校布朗大學的教材。本書的每一章都包括了一個編程項目和一些書面練習，并附上了參考資料，可供讀者進一步閱讀。 3.人工智能經(jīng)典入門書，基于Tensorflow編寫，以項目為導向，通過一系列的編程任務，向讀者介紹了熱門的人工智能應用，包括計算機視覺、自然語言處理和強化學習等。 4.做中學。作者在前言中寫道：“對我而言，學習計算機科學的*好方法，就是坐下來寫程序。”本書正是采用了這種方法。 “我們有多種關于深度學習的圖書可供選擇：由專家學者撰寫的理論圖書，以及由程序員撰寫的實踐圖書。而這本書融合了兩者的優(yōu)勢。Charniak是一位杰出的學術研究者，他經(jīng)歷了人工智能的每一個階段，并且經(jīng)常作為領導者開創(chuàng)一個新的階段。除了研究者這個身份，他還是一個活躍的程序員，通過編寫程序來理解人工智能。在這本精心撰寫的書中，Charniak向你展示了他所理解的東西，給出了頗有見地的結論，并指導你一步一步地理解代碼。” —— Peter Norvig，谷歌研究總監(jiān) “這是一本精彩絕倫的書，它填補
深度學習導論 內(nèi)容簡介
本書講述了前饋神經(jīng)網(wǎng)絡、Tensorflow、卷積神經(jīng)網(wǎng)絡、詞嵌入與循環(huán)神經(jīng)網(wǎng)絡、序列到序列學習、深度強化學習、無監(jiān)督神經(jīng)網(wǎng)絡模型等深度學習領域的基本概念和技術, 通過一系列的編程任務, 向讀者介紹了熱門的人工智能應用, 包括計算機視覺和自然語言處理等。
深度學習導論 目錄
第 1章 前饋神經(jīng)網(wǎng)絡 1
1.1 感知機 3
1.2 神經(jīng)網(wǎng)絡的交叉熵損失函數(shù) 7
1.3 導數(shù)與隨機梯度下降 11
1.4 編寫程序 15
1.5 神經(jīng)網(wǎng)絡的矩陣表示 17
1.6 數(shù)據(jù)獨立性 19
1.7 參考文獻和補充閱讀 20
1.8 習題 21
第 2章 Tensorflow 23
2.1 預備知識 23
2.2 TF程序 26
2.3 多層神經(jīng)網(wǎng)絡 31
2.4 其他方面 34
2.4.1 檢查點 34
2.4.2 tensordot 35
2.4.3 TF變量的初始化 37
2.4.4 TF圖創(chuàng)建的簡化 39
2.5 參考文獻和補充閱讀 40
2.6 習題 40
第3章 卷積神經(jīng)網(wǎng)絡 43
3.1 濾波器、步長和填充 43
3.2 一個簡單的TF卷積例子 49
3.3 多層卷積 51
3.4 卷積細節(jié) 54
3.4.1 偏置 54
3.4.2 卷積層 55
3.4.3 池化運算(pooling) 55
3.5 參考文獻和補充閱讀 56
3.6 習題 57
第4章 詞嵌入與循環(huán)神經(jīng)網(wǎng)絡 59
4.1 語言模型的詞嵌入 59
4.2 構建前饋語言模型 63
4.3 改進前饋語言模型 65
4.4 過擬合 66
4.5 循環(huán)網(wǎng)絡 69
4.6 長短期記憶模型 75
4.7 參考文獻和補充閱讀 78
4.8 習題 78
第5章 序列到序列學習 81
5.1 seq2seq模型 82
5.2 編寫一個seq2seq MT程序 84
5.3 seq2seq中的注意力機制 87
5.4 多長度seq2seq 90
5.5 編程練習 91
5.6 參考文獻和補充閱讀 93
5.7 習題 94
第6章 深度強化學習 97
6.1 值迭代 98
6.2 Q學習 101
6.3 深度Q學習基礎 103
6.4 策略梯度法 106
6.5 行動者-評論家方法 112
6.6 經(jīng)驗回放 114
6.7 參考文獻和補充閱讀 115
6.8 習題 116
第7章 無監(jiān)督神經(jīng)網(wǎng)絡模型 119
7.1 基本自編碼 119
7.2 卷積自編碼 122
7.3 變分自編碼 126
7.4 生成式對抗網(wǎng)絡 132
7.5 參考文獻和補充閱讀 137
7.6 習題 137
附錄A 部分習題答案 139
附錄B 參考文獻 143
附錄C 索引 147
本書贊譽 151
展開全部
深度學習導論 作者簡介
作者簡介尤金·查爾尼克（Eugene Charniak），美國布朗大學計算機科學和認知科學教授，博士畢業(yè)于MIT，博士導師是人工智能之父馬文·明斯基。他是國際知名的人工智能研究者，美國人工智能學會（AAAI）會士，2011年獲美國計算語言學會（ACL）終身成就獎。除本書之外，他還撰寫了《統(tǒng)計語言學習》《人工智能編程》等圖書。 譯者簡介沈磊，美國計算語言學會（ACL）會員，中國計算機學會（CCF）會員，博士畢業(yè)于北京航空航天大學計算機學院，博士研究方向為人工智能、模式識別，現(xiàn)為vivo公司北京AI研究院NLP算法專家，主要方向為自然語言理解和自動問答。她在自然語言處理及推薦算法方向發(fā)表了多篇學術論文，申請了5項專利。 鄭春萍，教育學博士，北京郵電大學人文學院副教授，主要研究方向為應用語言學與計算機輔助翻譯。她是美國國務院“英語語言學者項目”訪問學者、英國曼徹斯特大學人文藝術學院訪問學者，曾獲北京市高等教育教學成果一等獎、北京市高校青年教學名師獎、中央電視臺“希望之星”英語風采大賽全國總決賽**指導教師獎等獎項。她主持了國家社科基金、教育部霍英東青年教師基金及教育部人文社科基金等省部級課題6項，發(fā)表學術論文40余篇，主編教材2部，出版專著1部、譯著2部。
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
經(jīng)典常談
- >
龍榆生：詞曲概論/大家小書
- >
姑媽的寶刀
- >
唐代進士錄
- >
史學評論
- >
莉莉和章魚
- >
有舍有得是人生
本類暢銷
