| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787111790341 |
| 所属分类：图书>计算机/网络>计算机理论 |
新华书店正版，多仓就近发货，城市次日达，团购优惠咨询在线客服！重磅推荐
重返狼群完整版全册让我陪你重返狼群千里寻你重返狼群李微漪中国 文学 狼图腾姜戎同名电影原著非虚构纪实小说岁小学生 课外阅读书籍
券
【人教升级版】人教版经典常谈和昆虫记人民教育出版社升级版朱自清法布尔八年级下册钢铁是怎样炼成的原著正版初中读语文课外阅读
券限时抢
【人教升级版】人教版骆驼祥子和钢铁是怎样炼成的正版书原著海底两万里人民教育出版社老舍七年级下册名著课外书籍完整版读
券
编辑推荐
本书由深度学习和计算机视觉领域的杰出专家撰写，内容涵盖从基础的向量和矩阵到前沿的生成模型、自编码器等话题。本书不仅传授深度学习的应用技能，更从数学角度培养读者对深度学习问题的直觉，这种直觉是成为领域专家的关键。书中通过精心设计的章节，逐步带领读者从基础数学工具深入复杂深度学习架构，提供详尽的数学分析和代码示例。理论与实践相结合的方式，有助于读者理解算法底层机制，并在实际操作中加深理解。无论你是初学者还是具备一定经验的从业者，这本书都能够帮助你在深度学习的世界里更进一步。
内容简介
本书详细阐释深度学习的数学基础与架构设计，通过精心设计的章节，逐步带领读者从基础的数学工具深入复杂的深度学习架构，涵盖从向量和矩阵到神经网络的训练、优化和正则化，再到生成模型、自编码器等前沿主题，并提供详尽的数学分析和代码示例。作者团队结合、等企业的前沿实践，通过代码逐层拆解卷积神经网络、变分自编码器等核心架构，揭示“为何这样设计”的底层逻辑。书中的“数学代码对照学习法”与可视化工具，将帮助读者突破“知其然不知其所以然”的困境，适合希望从调参工程师进阶为架构设计师的深度学习从业者、研究者及高阶学习者。
作者简介
克里希南杜·乔杜里 是 公司首席技术官 及联合创始人该公司致力于将人工智能技术应用于制造业领域作为深耕深度学习与计算机视觉领域数十年的技术领军人物和发明家他在创立 之前曾供职于 —年和 —年等很好机构年至年他在公司担任图像科学部门负责人并于年离职创立了公司他拥有美国肯塔基大学列克星敦分校计算机科学博士学位在权威学术期刊和国际会议上发表过大量研究成果并持有数十项专利
阿纳尼亚·阿肖克 、苏贾伊·纳鲁曼奇 和德瓦希什·尚卡尔 是深耕机器学习领域的资深工程师在深度学习与计算机视觉领域持有数十项技术专利作为公司创始工程团队的核心成员他们共同构建了将人工智能技术落地于工业场景的核心技术体系持续推动计算机视觉在制造业质量检测、流程优化等场景的创新应用
目 录
译者序
序
前言
致谢
第章机器学习和深度学习概述
初探机器学习和深度学习：计算范式的转变
机器学习的函数逼近视角：模型及其训练
一个简单的机器学习模型：猫脑模型
输入特征
输出决策
模型估计
模型架构选择
模型训练
推理译者序
序
前言
致谢
第章机器学习和深度学习概述
初探机器学习和深度学习：计算范式的转变
机器学习的函数逼近视角：模型及其训练
一个简单的机器学习模型：猫脑模型
输入特征
输出决策
模型估计
模型架构选择
模型训练
推理
机器学习的几何视角
机器学习中的回归与分类
线性模型与非线性模型
通过多个非线性层提高表达能力：深度神经网络
本章总结
第章机器学习中的向量、矩阵和张量
向量及其在机器学习中的作用
用于向量操作的代码
矩阵及其在机器学习中的作用
代码：如何用表示矩阵、张量和图像
机器学习中向量和矩阵的基本运算
矩阵和向量的转置
两个向量的点积及其在机器学习中的作用
矩阵乘法与机器学习
……
显示全部信息
商品详情
重返狼群完整版全册让我陪你重返狼群千里寻你重返狼群李微漪中国 文学 狼图腾姜戎同名电影原著非虚构纪实小说岁小学生 课外阅读书籍
券
【人教升级版】人教版经典常谈和昆虫记人民教育出版社升级版朱自清法布尔八年级下册钢铁是怎样炼成的原著正版初中读语文课外阅读
券限时抢
【人教升级版】人教版骆驼祥子和钢铁是怎样炼成的正版书原著海底两万里人民教育出版社老舍七年级下册名著课外书籍完整版读
券
编辑推荐
本书由深度学习和计算机视觉领域的杰出专家撰写，内容涵盖从基础的向量和矩阵到前沿的生成模型、自编码器等话题。本书不仅传授深度学习的应用技能，更从数学角度培养读者对深度学习问题的直觉，这种直觉是成为领域专家的关键。书中通过精心设计的章节，逐步带领读者从基础数学工具深入复杂深度学习架构，提供详尽的数学分析和代码示例。理论与实践相结合的方式，有助于读者理解算法底层机制，并在实际操作中加深理解。无论你是初学者还是具备一定经验的从业者，这本书都能够帮助你在深度学习的世界里更进一步。
内容简介
本书详细阐释深度学习的数学基础与架构设计，通过精心设计的章节，逐步带领读者从基础的数学工具深入复杂的深度学习架构，涵盖从向量和矩阵到神经网络的训练、优化和正则化，再到生成模型、自编码器等前沿主题，并提供详尽的数学分析和代码示例。作者团队结合、等企业的前沿实践，通过代码逐层拆解卷积神经网络、变分自编码器等核心架构，揭示“为何这样设计”的底层逻辑。书中的“数学代码对照学习法”与可视化工具，将帮助读者突破“知其然不知其所以然”的困境，适合希望从调参工程师进阶为架构设计师的深度学习从业者、研究者及高阶学习者。
作者简介
克里希南杜·乔杜里 是 公司首席技术官 及联合创始人该公司致力于将人工智能技术应用于制造业领域作为深耕深度学习与计算机视觉领域数十年的技术领军人物和发明家他在创立 之前曾供职于 —年和 —年等很好机构年至年他在公司担任图像科学部门负责人并于年离职创立了公司他拥有美国肯塔基大学列克星敦分校计算机科学博士学位在权威学术期刊和国际会议上发表过大量研究成果并持有数十项专利
阿纳尼亚·阿肖克 、苏贾伊·纳鲁曼奇 和德瓦希什·尚卡尔 是深耕机器学习领域的资深工程师在深度学习与计算机视觉领域持有数十项技术专利作为公司创始工程团队的核心成员他们共同构建了将人工智能技术落地于工业场景的核心技术体系持续推动计算机视觉在制造业质量检测、流程优化等场景的创新应用
目 录
译者序
序
前言
致谢
第章机器学习和深度学习概述
初探机器学习和深度学习：计算范式的转变
机器学习的函数逼近视角：模型及其训练
一个简单的机器学习模型：猫脑模型
输入特征
输出决策
模型估计
模型架构选择
模型训练
推理译者序
序
前言
致谢
第章机器学习和深度学习概述
初探机器学习和深度学习：计算范式的转变
机器学习的函数逼近视角：模型及其训练
一个简单的机器学习模型：猫脑模型
输入特征
输出决策
模型估计
模型架构选择
模型训练
推理
机器学习的几何视角
机器学习中的回归与分类
线性模型与非线性模型
通过多个非线性层提高表达能力：深度神经网络
本章总结
第章机器学习中的向量、矩阵和张量
向量及其在机器学习中的作用
用于向量操作的代码
矩阵及其在机器学习中的作用
代码：如何用表示矩阵、张量和图像
机器学习中向量和矩阵的基本运算
矩阵和向量的转置
两个向量的点积及其在机器学习中的作用
矩阵乘法与机器学习
……
显示全部信息
商品详情