(1)大量图例,简单易懂。作者亲自绘制了大量插图,力求还原深度学习的算法思想,分解和剖析晦涩的算法,用图例来表示复杂的问题。生动的图例也能给读者带来阅读乐趣,快乐地学习算法知识...
基于TensorFlow2,系统讲述如何搭建、训练和应用深度学习模型。
本书首先介绍深度学习、线性代数、微积分和概率论相关知识,讨论Python编程相关的基础知识,线性模型中的线性回归模型和logistic模型,梯度下降法,然后讲述深度学习的正向传播算法、反向传播算法及完整训练流程,输出层的激活函数,应用于隐藏层的4个常见激活函数,深度学习的过拟合和欠拟合,以及3种应对过拟合的方法,以及使用TensorFlow 2.0建立深度学习模型,接着介绍卷积神经网络(CNN)及其两个最重要的组成部分——卷积(convolution)和池化(pooling),如何使用TensorFlow 2.0建立卷积神经网络,最后讨论如何从零开始实现循环神经网络,如何搭建深度学习框架,如何使用TensorFlow 2.0建立循环神经网络模型。
深度学习入门与TensorFlow实践是2022年由人民邮电出版社出版,作者林炳清。
版权说明:本电子书已获得正版授权,由出版社通过知传链发行。
得书感谢您对《深度学习入门与TensorFlow实践》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。