• 深度学习入门
21年品牌 40万+商家 超1.5亿件商品

深度学习入门

正版新书 新华官方库房直发 可开电子发票

29.71 6.6折 45 全新

仅1件

江苏南京
认证卖家担保交易快速发货售后保障

作者吴喜之,张敏编著

出版社中国人民大学出版社

ISBN9787300290782

出版时间2021-03

版次1

装帧平装

开本16开

纸张胶版纸

页数244页

字数370千字

定价45元

货号SC:9787300290782

上书时间2024-10-14

问典书店

四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
全新正版 提供发票
商品描述
作者简介:
    吴喜之,北京大学数学力学系本科,美国北卡罗莱纳大学统计博士。中国人民大学统计学院教授,博士生导师。曾在美国加利福尼亚大学、北卡罗来纳大学以及南开大学、北京大学等多所有名学府执教。
内容简介:
深度学习是一种人工智能,模仿人脑处理数据和创建用于决策的模式方面的工作,处理用于检测对象、识别语音、翻译语言和进行决策的数据。本书是深度学习入门级教材,有以下特点:1.由浅入深,对于最基本的单层神经网络到多层神经网络的前向及后向传播理论,从公式到代码缓慢进阶,做了透彻的解释,易于理解及上手。2.在基本模块介绍之后,对于各种更复杂的模型并不拘泥于细节,而是着重介绍其含义,让读者着眼于整体框架及未来发展。3.尽量跟随新发展,书中近期新的模型来自2020年。
目录:
第一部分Python基础

第1章Python基础

1.1引言

1.2安装

1.3基本模块的编程

1.4NumPy模块

1.5Pandas模块

1.6Matplotlib模块

1.7Python的类——面向对象编程简介

1.8习题

第二部分神经网络基础及逐步深化

第2章从最简单的神经网络说起

2.1纪元和批次

2.2神经网络回归

2.3神经网络分类

第3章有隐藏层的神经网络

3.1一个隐藏层的神经网络

3.2多个隐藏层的神经网络

3.3通过PyTorch实现神经网络初等计算

第三部分深度学习的PyTorch实现

第4章神经网络的PyTorch逐步深化

4.1简单的人造数据回归

4.2MNIST手写数字数据神经网络案例

4.3卷积神经网络

4.4MNIST手写数字数据(续):CNN

4.5CIFAR10数据图像CNN案例

第5章递归神经网络

5.1递归神经网络简介

5.2长短期记忆网络(LSTM)

5.3LSTM预测句子的例子

5.4门控递归网络(GRU)

5.5数据MNIST手写数字数据的GRU分类例子

5.6GRU处理时间序列的例子

第6章PyTorch文本数据分析

6.1一个简单的文本分类例子

6.2序列到序列模型(seq2seq)

6.3剖析一个有名seq2seq案例

第7章用于自然语言处理的变换器

7.1变换器的原理...

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

全新正版 提供发票
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP