消息首页搜索举报

动手学深度学pytorch版+深度学详解2册人工智能阿斯顿·张等新华正版

144.45 6.9折 209.6 全新

库存56件

河北保定

认证卖家担保交易快速发货售后保障

作者阿斯顿·张等

出版社人民邮电出版社

ISBN9787115600820

出版时间2023-02

版次1

装帧平装

开本16

页数604页

字数972千字

定价209.6元

货号xhwx_1203381575

上书时间2024-09-21

浩子书屋

八年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 15小时
好评率暂无

最新上架

我胆小如鼠+十八岁出门远行+河边的错误+女人的胜利余华四本套中国现当代文学余华新华正版 ¥111.67

四大名著批评本4册四大名著 [清]曹雪芹新华正版 ¥512.46

人因工程学第2版大中专理科机械郭伏,钱省三编新华正版 ¥53.25

七彩音符湖南少儿歌曲精选西洋音乐鲁颂等编新华正版 ¥15.74

胜者心法+强者破局管理实务冯唐新华正版 ¥87.12

液压传动第3版大中专理科机械王积伟编新华正版 ¥45.60

教育的样子教学方法及理论杨九俊新华正版 ¥28.63

自动控制(第三版) 大中专理科电工电子千博等编新华正版 ¥34.85

建筑地基检测技术规范 jgj 340-2015 备案号 j 1998-2015 建筑规范中华共和国住房和城乡建设部新华正版 ¥48.95

商品详情

品相描述：全新: 正版特价新书

商品描述: 主编：

动手学深度学 pytorch版深度学领域重磅作品动手学深度学重磅推出pytorch版本；
李沐、阿斯顿张等大咖作者强强联合，精心编撰；
全球400多所大学采用的教科书，提供课程、ppt、题，方便教师授课与自学；
能运行、可讨论的深度学入门书，可在线运行源码并与作译者实时讨论。深度学详解1.李宏毅老师亲笔，杨小康、周明、叶杰、邱锡鹏鼎力! 2.数百万次播放的深度学课程配套书，李宏毅老师亲自点赞的开源项目，github超10000次tar的开源。 3.从tranformer到chatgpt技术一个不落gpt中的t代表的正是tranformer。如何理解这一在深度学领域具有深远影响的概念?从经典的开始逐步深度介绍tranformer的。本书包含单独的chatgpt章节，不仅介绍了chatgpt的，还探讨了我们应当以怎样的态度对待al的发展。

目录：

《动手学深度学 pytorch版》
《深度学详解》
【注】本套装以商品标题及实物为准，因仓位不同可能会拆单发货，如有需要购买前可联系客服确认后再下单，谢谢！

内容简介：

动手学深度学 pytorch版本书是动手学深度学的重磅升级版本，选用经典的pytorch深度学框架，旨在向读者交付更为便捷的有关深度学的交互式学体验。
本书重新修订动手学深度学的所有内容，并针对技术的发展，新增注意力机制、预训练等内容。本书包含15章，部分介绍深度学的基础知识和预备知识，并由线模型引出简单的神经网络——多层感知机；第二部分阐述深度学计算的关键组件、卷积神经网络、循环神经网络、注意力机制等大多数现代深度学应用背后的基本工具；第三部分讨论深度学中常用的优化算法和影响深度学计算能的重要因素，并分别列举深度学在计算机视觉和自然语言处理中的重要应用。
本书同时覆盖深度学的方法和实践，主要面向在校大、技术人员和研究人员。阅读本书需要读者了解基本的python编程知识及预备知识中描述的线代数、微分和概率等基础知识。深度学详解本书根据李宏毅老师"机器学"公开课中与深度学相关的内容编写而成，介绍了卷积神经网络、tranformer、生成模型、自监督学（包括bert和gpt）等深度学常见算法，并讲解了对抗攻击、领域自适应、强化学、元学、终身学、网络压缩等深度学相关的算法。在理论严谨的基础上，本书保留了公开课中大量生动有趣的例子，帮助读者从生活化的角度理解深度学的概念、建模过程和核心算法细节。本书适合对深度学感兴趣、想要入门深度学的读者阅读，也可作为深度学相关课程的教材。

作者简介：

动手学深度学 pytorch版作者简介：阿斯顿张（aton zhang），科学家，美国伊利诺伊大学香槟分校计算机科学博士，统计学和计算机科学双硕士。他专注于机器学和自然语言处理的研究，荣获深度学国际学术会议iclr杰出奖、acm ubip杰出奖以及acm eny奖提名。他担任过emnlp领域和aaai程序委员。扎卡里c. 立顿（zachary c. lipton），美国卡内基梅隆大学机器学和运筹学助理教授，并在海因茨公共政策学院以及软件和社会系统系担任礼节任命。他着近似正确机器智能（acmi）实验室，研究涉及核心机器学方法、其社会影响以及包括临床医学和自然语言处理在内的各种应用领域。他目前的研究重点包括处理各种因果结构下分布变化的稳健和自适应算法、预测为决策提供信息（包括应对已部署模型的战略响应）、医学诊断和预后预测、算法公和可解释的基础。他是“appromately correct”博客的创始人，也是讽刺漫画“uperheroe of deep learning”的合著者。李沐（mu li），首席科学家（enior principal cientit），美国加利福尼亚大学伯克利分校、斯坦福大学客座助理教授，美国卡内基梅隆大学计算机系博士。他曾任机器学创业公司mariana lab的cto和百度深度学研究院的主任研发架构师。他专注于机器学系统和机器学算法的研究。他在理论与应用、机器学与作系统等多个领域的学术会议上发表过，被引用上万次。亚历山大j. 斯莫拉(alexander j. mola)，副裁/杰出科学家，德国柏林大学计算机科学博士。他曾在澳大利亚国立大学、美国加利福尼亚大学伯克利分校和卡内基梅隆大学任教。他发表过超过300篇学术，并著有5本书，其及书被引用超过15万次。他的研究兴趣包括深度学、贝叶斯非参数、核方法、统计建模和可扩展算法。译者简介：何孝霆（aoting he），应用科学家，学院软件工程硕士。他专注于对深度学的研究，特别是自然语言处理的应用（包括语言模型、aio、ocr），相关工作落地于众多企业。他担任过acl、emnlp、naacl、eacl等学术会议的程序委员或审稿人。瑞潮儿胡（rachel hu），应用科学家，美国加利福尼亚大学伯克利分校统计学硕士，加拿大滑铁卢大学数学学士。她致力于将机器学应用于现实世界的产品。她也是人工智能团队的讲师，教授自然语言处理、计算机视觉和机器学商业应用等课程。她已向累计1000余名工程师教授机器学，其公开课程在youtube和哔哩哔哩上广受。深度学详解王琦，上海交通大学人工智能实验室博士，硕士于学院大学．datawhale成员，eay rl：强化学教程作者，英特尔边缘计算创新大使，hugging face社区志愿者，ai time成员．主要研究方向为强化学、计算机视觉、深度学．曾获“中国光谷华为杯”第十九届中国数学建模竞赛、中国大计算机设计大赛、亚太地区大数学建模竞赛（apmcm）和“挑战杯”大课外学术科技作品竞赛江苏省选拔赛等荣誉，发表ci/ei多篇．杨毅远，牛津大学计算机系博士，硕士于清华大学．datawhale成员，eay rl：强化学教程作者．主要研究方向为时间序列、数据挖掘、智能传感系统，深度学．曾获奖学金、北京市生、清华大学硕士、大智能汽车竞赛等荣誉，发表ci/ei多篇．江季，算法工程师，硕士于北京大学．datawhale成员，eay rl：强化学教程作者．主要研究方向为强化学、深度学、大模型、机器人等．曾获得奖学金、上海市生等荣誉，取得强化学与游戏ai等相关专利多项．