| 开本：16开 |
| 纸张：书写纸 |
| 包装：平装 |
| 是否套装：否 |
| 国际标准书号ISBN：9787111742067 |
| 所属分类：图书>计算机/网络>网络与数据通信>网络配置与管理 |
新华正版全新 正规发票 多仓就近发货 城市次日送达！团购优惠咨询
编辑推荐
本书遵循职业教育教材编写规律和职业院校学生学习规律，配套齐全
目 录
前言
单元认识深度学习
人工智能、机器学习与深度学习
深度学习的应用
主流的深度学习框架
开发环境的安装
单元小结
课后习题
单元深度学习框架
介绍
数学基础
基本数据类型
张量的物理意义及应用
实战案例——优化程序前言
单元认识深度学习
人工智能、机器学习与深度学习
深度学习的应用
主流的深度学习框架
开发环境的安装
单元小结
课后习题
单元深度学习框架
介绍
数学基础
基本数据类型
张量的物理意义及应用
实战案例——优化程序
实战案例——基于框架的线性回归实现
单元小结
课后习题
单元高级神经网络
基础
体系结构
框架模型构建流程
实战案例——基于多层感知器的手写数字识别
实战案例——用实现花朵图像分类
单元小结
课后习题
单元神经网络
人工神经网络
感知器
全连接神经网络
激活函数
实战案例——基于全连接神经网络的手写数字识别
卷积和卷积神经网络
卷积层的变体
经典的卷积神经网络
实战案例——基于的图像分类
单元小结
课后习题
单元回归问题
回归的概念和基本原理
回归问题的损失函数
实战案例——汽车燃油效率预测
过拟合与欠拟合
过拟合的解决办法
实战案例——房价预测模型搭建
单元小结
课后习题
单元分类问题
图像分类的应用
图像分类面临的挑战
图像分类的方法
图像二分类
实战案例——基于卷积神经网络的猫狗图像分类
图像多分类
实战案例——基于卷积神经网络的图像分类
单元小结
课后习题
单元迁移学习
迁移学习的基本问题
迁移学习的应用领域
迁移学习的训练方法与技巧
实战案例——基于迁移学习的猫狗图像分类
单元小结
课后习题
参考文献
显示全部信息
编辑推荐
本书遵循职业教育教材编写规律和职业院校学生学习规律，配套齐全
目 录
前言
单元认识深度学习
人工智能、机器学习与深度学习
深度学习的应用
主流的深度学习框架
开发环境的安装
单元小结
课后习题
单元深度学习框架
介绍
数学基础
基本数据类型
张量的物理意义及应用
实战案例——优化程序前言
单元认识深度学习
人工智能、机器学习与深度学习
深度学习的应用
主流的深度学习框架
开发环境的安装
单元小结
课后习题
单元深度学习框架
介绍
数学基础
基本数据类型
张量的物理意义及应用
实战案例——优化程序
实战案例——基于框架的线性回归实现
单元小结
课后习题
单元高级神经网络
基础
体系结构
框架模型构建流程
实战案例——基于多层感知器的手写数字识别
实战案例——用实现花朵图像分类
单元小结
课后习题
单元神经网络
人工神经网络
感知器
全连接神经网络
激活函数
实战案例——基于全连接神经网络的手写数字识别
卷积和卷积神经网络
卷积层的变体
经典的卷积神经网络
实战案例——基于的图像分类
单元小结
课后习题
单元回归问题
回归的概念和基本原理
回归问题的损失函数
实战案例——汽车燃油效率预测
过拟合与欠拟合
过拟合的解决办法
实战案例——房价预测模型搭建
单元小结
课后习题
单元分类问题
图像分类的应用
图像分类面临的挑战
图像分类的方法
图像二分类
实战案例——基于卷积神经网络的猫狗图像分类
图像多分类
实战案例——基于卷积神经网络的图像分类
单元小结
课后习题
单元迁移学习
迁移学习的基本问题
迁移学习的应用领域
迁移学习的训练方法与技巧
实战案例——基于迁移学习的猫狗图像分类
单元小结
课后习题
参考文献
显示全部信息