掃一掃
關注中圖網
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
深度學習 版權信息
- ISBN：9787111752691
- 條形碼：9787111752691 ; 978-7-111-75269-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
深度學習 本書特色
讀者通過本書可以掌握深度學習的基本原理、核心技術以及實踐技能。 各章內容相對獨立，讀者可根據需要選擇閱讀。 每章附有復習題和實驗題，便于讀者復習重要知識點和進行實踐技能鍛煉。 每章附有“本章人物”專欄，介紹與該章內容相關的著名科學家。 附錄中給出了數學基礎知識和中英文術語對照，便于讀者查閱學習。
深度學習 內容簡介
深度學習是人工智能的重要分支，在多個應用領域取得了突破性成果。本書作為深度學習的入門教材，基本涵蓋了深度學習的各個方面。全書共8章，第1章概要介紹了深度學習的基本概念、典型算法及應用；第2~5章是本書的核心內容，詳細介紹了卷積神經網絡、循環神經網絡、Transformer和生成對抗網絡的基本原理、典型算法以及主要應用；第6章介紹了一些典型的深度生成模型以及近期比較流行的擴散模型；第7章介紹了深度學習中常用的正則化與優化方法；第8章介紹了TensorFlow、PyTorch和飛槳三個常用的深度學習框架。本書每章都附有復習題，中間各章還附有實驗題，便于讀者復習知識點和進行實踐鍛煉。此外，附錄中還給出了一些數學基礎知識和中英文術語對照。<br />本書可作為高等院校計算機科學與技術、智能科學與技術、自動化、電子科學與技術等相關專業的研究生或本科生教材，也可作為深度學習研究人員與算法工程師的參考書。
深度學習 目錄
目錄序前言主要符號表第1章 引言 11.1 深度學習的起源與發展 11.1.1 深度學習的起源 11.1.2 深度學習的發展 21.2 深度學習與機器學習、人工智能的關系 41.2.1 人工智能 41.2.2 機器學習 41.2.3 深度學習 51.3 深度學習的基本概念和典型算法 61.3.1 深度學習的基本概念 61.3.2 典型深度學習算法 61.4 深度學習的主要應用概述 121.4.1 深度學習在計算機視覺領域的應用 121.4.2 深度學習在語音處理領域的應用 131.4.3 深度學習在自然語言處理領域的應用 141.4.4 深度學習在多模態處理領域的應用 141.5 本書的組織結構 14復習題 15參考文獻 15本章人物：Geoffrey Hinton教授 18第2章 卷積神經網絡 192.1 卷積神經網絡的起源與發展 192.1.1 卷積神經網絡的起源 192.1.2 卷積神經網絡的發展 202.2 卷積神經網絡的基本結構 212.2.1 卷積層 212.2.2 激活函數 262.2
展開全部
深度學習 作者簡介
徐俊剛 中國科學院大學計算機科學與技術學院教授，博士生導師，云計算與智能信息處理實驗室(Cloud Computing & Intelligent Information Processing Lab，CCIP實驗室)主任，中國科學院大學第六屆學位評定委員會計算機與控制學位評定委員會委員，計算機科學與技術學院教學委員會委員，計算機科學與技術學院“深度學習”課程首席教授。2003年博士畢業于中國科學院軟件研究所，2005年清華大學計算機科學與技術系博士后出站。研究領域包括深度學習、自動機器學習和多模態智能分析等，主持國家科技支撐計劃課題、國家自然科學基金面上項目、北京市科技計劃課題、北京市自然科學基金面上項目等科研項目多項，發表論文100余篇。現為國家科技專家庫專家，北京市科學技術委員會、中關村科技園區管理委員會專家。目前任中國人工智能學會智能服務專業委員會常務委員，中國計算機學會人工智能與模式識別專業委員會執行委員、數據庫專業委員會執行委員和自然語言處理專業委員會執行委員。講授的“深度學習”課程被評為2021年中國科學院大學“校級優秀研究生課程”，個人榮獲2016年“中國科學院朱李月華優秀教師獎”。
書友推薦
- >
唐代進士錄
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
【精裝繪本】畫給孩子的中國神話
- >
姑媽的寶刀
- >
巴金－再思錄
- >
煙與鏡
- >
中國歷史的瞬間
- >
龍榆生：詞曲概論/大家小書
本類暢銷
