用Python实现深度学习框架

用Python实现深度学习框架

立即阅读
手机扫码
  • 微信扫一扫

    关注微信公众号

内容简介

本书分为三个部分。第一部分是原理篇,实现了MatrixSlow框架的核心基础设施,并基于此讲解了机器学习与深度学习的概念和原理。第二部分是模型篇,介绍了多种具有代表性的模型,包括逻辑回归、多层全连接神经网络、因子分解机、Wide&Deep、DeepFM、循环神经网络以及卷积神经网络,这部分除了着重介绍这些模型的原理、结构以及它们之间的联系外,还用MatrixSlow框架搭建并训练它们以解决实际问题。第三部分是工程篇,讨论了一些与深度学习框架相关的工程问题,内容涉及训练与评估,模型的保存、导入和服务部署,分布式训练等。

用Python实现深度学习框架是2020年由人民邮电出版社出版,作者陈震。

得书感谢您对《用Python实现深度学习框架》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

你可能喜欢
Python图像处理实战 电子书
本书先介绍经典的图像处理技术,然后探索图像处理算法的演变历程,始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12章,涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割,以及图像处理中的经典机器学习方法等内容。
Python程序员面试算法宝典 电子书
本书是一本讲解程序员面试笔试算法的书,在写法上,除了讲解如何解答算法问题外,还引入了实例辅以说明,让读者能够更好地理解本书内容。
场景化机器学习 电子书
本书展示了如何在业务场景中应用机器学习,全书分为三个部分。第一部分介绍有效的决策如何帮助公司提高生产率以保持竞争力,阐释如何使用开源工具和AWS工具将机器学习应用于业务决策中。第二部分以虚拟人物为主线,研究六个场景,这些场景展示了如何使用机器学习来制定各种业务决策。第三部分讨论如何在Web上设置和共享机器学习模型,还介绍了一些案例。
演化学习:理论与算法进展 电子书
适读人群 :机器学习、人工智能、进化计算方面的研究人员和算法设计人员,包括科研院所、高校、企业的研究和高级开发人员,以及相关专业方向的研究生。 机器学习知名学者周志华教授新作; 中国高校知名人工智能研究团队20年攻关的新理论成果; 给强大的演化算法找到“所以然”的理论支撑,指导机器学习优化问题的进一步发展; 关键定理详细证明过程以附录形式给出,以供有余力的读者深挖。
卷积神经网络的Python实现 电子书
一本包含全部代码的参考书 零基础学习深度学习 基于NumPy的Python语言实现卷积神经网络 本书用极少的数学知识,深入浅出地介绍了机器学习、卷积神经网络的相关概念以及实践中特别重要的数据预处理。书中没有借助深度学习库,完全使用Python语言基于NumPy库实现了神经网络和卷积神经网络,并给出了全部代码。为了方便读者理解深度学习和更好地使用深度学习库,如TensorFlow,书中特别对误差反向传播算法和神经网络的优化方法进行了深入分析。在此基础上,本书进一步实现了经典的VGG网络和移动端MobileNetV2网络,同时介绍了GoogLeNet、ResNet和SENet。