深度学习原理与PyTorch实战
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 28.83 4.2折 ￥ 69 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者编者:张伟振|责编:赵佳霓
出版社清华大学
ISBN9787302576860
出版时间2021-05
装帧平装
开本其他
定价69元
货号31175866
上书时间2024-10-13
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
张伟振，主要从事系统架构设计、深度学习在计算机视觉任务中的应用方面的研究，在计算机图形学、大型软件架构设计、后台开发、桌面应用、游戏、Web应用等领域亦有较丰富经验。
目录
第1章 人工智能的新篇章
1.1 引言
1.2 过去人工智能的困境
1.3 神经网络
1.4 我们都是炼丹师
1.4.1 机器的力量
1.4.2 遍地开花的深度学习
1.5 深度监督学习三部曲
1.6 深度学习框架
1.6.1 常见的深度学习框架
1.6.2 PyTorch的优势
第2章 Python基础
2.1 Python简介
2.1.1 Python语言
2.1.2 编译器和解释器
2.1.3 Python的哲学
2.1.4 Python的优缺点
2.2 Python Hello World
2.2.1 安装Python解释器
2.2.2 Hello World程序
2.3 Python基本语法
2.3.1 变量
2.3.2 函数
2.3.3 基本数据类型
2.3.4 条件控制
2.3.5 列表
2.3.6 错误和异常
2.4 标准库
2.4.1 math
2.4.2 文件读写和os库
2.5 Python面向对象
2.5.1 花名册
2.5.2 使用class关键字声明类
2.5.3 限定函数参数的类型
2.5.4 静态方法
2.6 包和模块
2.6.1 安装第三方库
2.6.2 创建包和模块
2.6.3 使用第三方库
2.6.4 打包Python源代码
2.7 开发环境
2.7.1 Jupyter Notebook
2.7.2 安装PyCharm
第3章 实用数学
3.1 线性代数
3.1.1 向量
3.1.2 矩阵
3.1.3 使用矩阵的理由
3.2 高等数学
3.2.1 函数
内容摘要
本书按照从理论到实践，从实践到创造的顺序讲解深度学习领域的知识与技术，代码翔实，公式简单易懂
。
本书第1章介绍深度学习的概念和目前的形势，第2章介绍Python编程语言基础
，第3章使用Python语言计算极限、导数、级数等数学问题，第4章讲解深度学习的基本原理与PyTorch框架的基本使用，第5章和第6章详细讲述经典网络结构CNN和RCNN，第7～9章介绍自研深度学习框架，并详细讨论之前忽略的深度学习底层
实现上的算法和细节，0章介绍目前机器学习的前沿无监督学习，1章主要讲解深度学习模型以Web应用形式部署的技术。
本书适合有高等数学基础、希望了解深度学习领域
知识和技术的初学者阅读，也可作为相关培训机构的参
考用书。
主编推荐
"深度学习及神经网络算法涵盖较广的计算机和数学领域，本书系统讲述深度学习的原理及应用，并介绍目前流行的深度学习框架PyTorch。从理论知识到实战项目，内容翔实。
★通俗易懂 深度学习需要一些公式推导，本书在推导公式之前详细讲解前置知识，助力读者更好地理解理论知识。
★详略得当 本书在重点难点出配有视频讲解，扫描书中提供的二维码可观看对应章节的视频讲解；相关知识领域，例如CUDA，本书也会在讲解深度学习之余介绍它的基本使用，帮助读者多方面地了解深度学习这个领域。
★深入浅出 深入计算机硬件，给出简明结论。书中包含大量细心编写的代码，带领读者一起思考和实现理论。"
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价