TensorFlow深度学习
正版新书 新华官方库房直发 可开电子发票
￥ 61.41 6.9折 ￥ 89 全新
库存14件
作者龙良曲编著
出版社清华大学出版社
ISBN9787302553335
出版时间2020-08
版次1
装帧平装
开本16开
纸张胶版纸
页数416页
字数582千字
定价89元
货号SC:9787302553335
上书时间2024-11-18
- 在售商品 暂无
- 平均发货时间 12小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
主编推荐:
本书适合初学者快速入门深度学习算法和TensorFlow框架。我们已讲故事的方式向读者一步步地介绍每个核心算法，非常详细地剖析算法原理，手把手实现每个算法实战，不但让读者能够了解算法的工作原理，更重要的是教会读者如何一步步地思考问题并解决问题。具体地，我们会介绍目前深度学习的数学原理，反向传播算法，卷积神经网络，循环神经网络，对抗生产网络，自编码器，神经网络结构搜索，图卷积网络等等一系列前沿核心算法。使读者不仅可以明白原理，还能学以致用。内容讲解细致，没有数学基础的读者也能轻松入门。
内容简介:
人工智能是近年来全球最为火热的研究领域之一，尤其是随着深度学习算法研究的突破，人工智能技术被应用到图片识别、机器翻译、语音助手、自动驾驶等一系列领域中，取得了靠前的智能水平。深度学习算法涵盖的内容非常前沿和广袤，国内外出版的相关书籍并不箅多，有些侧重于理论层面的推导，有些侧重于框架API的介绍，鲜有能结合深度学习算法原理和实战讲解的教材。为了使读者能够深刻理解深度学习算法精髓，本书以探索问题式叙述风格展开，从最简单的人工智能问题人手，一步步地引导读者分析和解决并发现新的问题，重温当年算法设计人员的探索之路。本书介绍了深度学习算法所需要的基础数学理论、TensorFlow框架的基本使用方法、回归问题、分类问题、反向传播算法、梯度下降箅法、过拟合、全连接网络、卷积神经网络、循环神经网络、自编码器、生成对抗网络、强化学习、迁移学习等主流和前沿知识。针对每个算法或模型，本书均详细分析了采用TensorFlow框架的实现方法，并基于多个常见的经典数据集进行了算法模型的实战，如基于MNIST和CIFAR10数据集的图片识别实战、基于IMDB数据集的文本分析实战、基于动漫头像数据集的图片生成实战和基于OpenAIGym环境的平衡杆游戏实战等。通过原理与实战结合的方式，读者可优选限度地理解算法理论，同时提升工程实现能力。本书可作为高等院校人工智能课程的教材，也可供从事人工智能、深度学习箅法研究与开发人员自学或参考。
目录:
第1章人工智能绪论
1.1人工智能简介
1.1.1人工智能
1.1.2机器学习
1.1.3神经网络与深度学习
1.2神经网络发展简史
1.2.1浅层神经网络
1.2.2深度学习
1.3深度学习特点
1.3.1数据量
1.3.2计算力
1.3.3网络规模
1.3.4通用智能
1.4深度学习应用
1.4.1计算机视觉
1.4.2自然语言处理
1.4.3强化学习
1.5深度学习框架
1.5.1主流框架
1.5.2TensorFlow2与TensorFlow1.x
1.5.3功能演示
1.6开发环境安装
1.6.1Anaconda安装
1.6.2CUDA安装
1.6.3TensorFlow安装
1.6.4常用编辑器安装
参考文献
第2章回归问题
2.1神经元模型
2.2优化方法
2.3线性模型实战
2.4线性回归
参考文献
第3章分类问题
3.1手写数字图片数据集
3.2模型构建
3.3误差计算
3.4真的解决了吗
3.5非线性模型
3.6表达能力
3.7优化方法
3.8手写数字图片识别体验
3.8.1网络搭建
3.8.2模型训练
参考文献
第4章TensorFlow基础
4.1数据类型
4.1.1数值类型
4.1.
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价