深度学习原理与应用
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。
￥ 35.03 3.6折 ￥ 98 全新
库存4件
作者周中元 ... [等] 著
出版社电子工业出版社
ISBN9787121404214
出版时间2020-12
装帧平装
开本其他
定价98元
货号3645753
上书时间2024-11-04
- 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
1984年于南京数学系，曾任中国电科第二十八研究所副所长、中国电科通信事业部副总经理、中国司法大数据研究院总经理等职，主持和参加研制了十余项重大工程。获部科学技术进步一等奖1项，中国科技集团公司科学技术奖特等奖2项，中国科技集团公司科学技术奖一等奖3项。2005年获江苏省有突出贡献的中青年专家称号。发表20余篇，获发明专利1项，受理发明申请专利2项，出版学术专著1部，国家行业标准1部。
目录
本书系统性地介绍了深度学习的原理、关键技术及相关应用, 首先从基本概念、必备的线性代数、微积分、概率统计等数学知识等入手, 这些预备知识可帮助读者更好地理解深度学习技术。接着对深度学习方法和技术进行了详细介绍, 包括卷积神经网络、反馈神经网络、循环神经网络、生成对抗网络等, 针对每个技术都力图用简单易懂的语言、详尽的公式推导说明和生动的图形展示知识点, 并附上应用样例, 便于读者将概念、原理、公式和应用融会贯通。本书还考虑到初学者尽快入门的需求, 对深度学习开发工具和处理技巧进行了细致的梳理和总结。最后本书对深度学习应用前景、发展趋势、未来研究趋势等进行了分析, 具有一定前瞻性。
内容摘要
本书系统性地介绍了深度学习的原理、关键技术及相关应用，首先从基本概念、推荐的线性代数、微积分、概率统计等数学知识等入手，这些预备知识可帮助读者更好地理解深度学习技术。接着对深度学习方法和技术进行了详细介绍，包括卷积神经网络、反馈神经网络、循环神经网络、生成对抗网络等，针对每个技术都力图用简单易懂的语言、详尽的公式推导说明和生动的图形展示知识点，并附上应用样例，便于读者将概念、原理、公式和应用融会贯通。本书还考虑到初学者尽快入门的需求，对深度学习开发工具和处理技巧进行了细致的梳理和总结。很后本书对深度学习应用前景、发展趋势、未来研究趋势等进行了分析，具有一定前瞻性。本书涵盖了大量深度学习的技术细节，适用于不同层次的读者。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价