注册 | 登录
100 条"深度学习经典教程：深度学习 动手学深度学习（套装共2册）(异步图书出品)"搜索结果
深度学习经典教程：深度学习+动手学深度学习（套装共2册）(异步图书出品)
深度学习经典教程：深度学习+动手学深度学习（套装共2册）(异步图书出品)
  • [美]Ian
  • 适读人群：本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。深度学习读者对象：本书对各类读者都有一定的用处，但主要是为两类受众而写的。其中，一类受众是学习机器学习的大学生(本科或研究生)，包括那些已经开始职业生涯的深度学习和人工智能研究者。另一类受众是没有机器学习或统计背景，但希望能快速地掌握这方面知识，并在他们的产品或平台中使用深度学习的软件工程师。“花书”深度学习与“沐神”大作双剑合璧，一套书搞定深度学习的基础知识，不仅有理论，更有企业级实战。入门深度学习，选这一套书就够了。“花书”《深度学习》编辑推荐AI圣经！深度学习领域奠基性的经典畅销书！长期位居美国亚马逊AI和机器学习类图书榜首！所有数据科学家和机器学习从业者的必读图书！特斯拉CEO埃隆·马斯克深度学习是机器学习的一个分支，它能够使计算机通过层次概念来学习经验和理解世界。因为计算机能够从经验中获取知识，所以不需要人类来形式化地定义计算机需要的所有知识。层次概念允许计算机通过构造简单的概念来学习复杂的概念，而这些分层的图结构将具有很深的层次。本书会介绍深度学习领域的许多主题。本书囊括了数学及相关概念的背景知识，包括线性代数、概率论、信息论、数值优化以及机器学习中的相关内容。同时，它还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实践方法等，并且调研了诸如自然语言处理、语音识别、计算机视觉、在线推荐系统、生物信息学以及视频游戏方面的应用。zui后，本书还提供了一些研究方向，涵盖的理论主题包括线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡罗方法、配分函数、近似推断以及深度生成模型。《深度学习》这本书既可以被本科生或研究生用于规划其学术界或工业界生涯，也适用于希望在各种产品或平台上开始使用深度学习技术的软件工程师。作者在本书的配套网站上为读者和教师提供了补充资料。中文版读者可以访问人民邮电出版社异步社区www.epubit.com.cn获取相关信息。《动手学深度学习》编辑推荐目前市面上有关深度学习介绍的书籍大多可分两类，一类侧重方法介绍，另一类侧重实践和深度学习工具的介绍。本书同时覆盖方法和实践。本书不仅从数学的角度阐述深度学习的技术与应用，还包含可运行的代码，为读者展示如何在实际中解决问题。为了给读者提供一种交互式的学习体验，本书不但提供免费的教学视频和讨论区，而且提供可运行的Jupyter记事本文件，充分利用Jupyter记事本能将文字、代码、公式和图像统一起来的优势。这样不仅直接将数学公式对应成实际代码，而且可以修改代码、观察结果并及时获取经验，从而带给读者全新的、交互式的深度学习的学习体验。本书面向希望了解深度学习，特别是对实际使用深度学习感兴趣的大学生、工程师和研究人员。本书不要求读者有任何深度学习或者机器学习的背景知识，读者只需具备基本的数学和编程知识，如基础的线性代数、微分、概率及Python编程知识。本书的附录中提供了书中涉及的主要数学知识，供读者参考。本书的英文版DiveintoDeepLearning是加州大学伯克利分校2019年春学期“IntroductiontoDeepLearning”（深度学习导论）课程的教材。截至2019年春学期，本书中的内容已被全球15所知名大学用于教学。本书的学习社区、免费教学资源（课件、教学视频、更多习题等），以及用于本书学习和教学的免费计算资源（仅限学生和老师）的申请方法在本书配套网站zh.d2l.ai上发布。读者在阅读本书的过程中，如果对书中某节内容有疑惑，也可以扫一扫书中对应的二维码寻求帮助。
深度学习图像识别技术 电子书
深度学习图像识别技术：基于TensorFlow Object Detection API和OpenVINO™工具套件
  • 张晶
  • 适读人群：第一、打算学习并入门AI技术的高中、大中专、职高以及本科学生。第二、在各传统行业中，如农业、可再生资源、制造业及工业控制等，希望应用AI目标检测算法解决本行业问题的工程技术人员。第三、已经进入AI行业，但非AI算法工程师，希望自己动手亲自体验并学习AI技术的从业人员，如标注工程师、销售工程师、售后工程师、市场经理或产品经理等。1.人工智能专家教您利用深度学习技术快速落地图像识别项目。2.英特尔物联网事业部中国总经理陈伟博士倾力推荐。3.附赠超过4GB的案例素材资料包。
深度学习程序设计实战 电子书
深度学习程序设计实战
  • 方林 编著
  • 本书以Python语言和Tensorflow为工具，由浅入深地讲述了深度学习程序设计的基本原理、算法和思考问题的方法，内容包括自顶向下的程序设计、递归程序设计、面向对象的程序设计、反向传播算法、三层神经网络、卷积神经网络、循环神经网络、生成式对抗网络和目标检测等。
PaddlePaddleFluid深度学习入门与实战 电子书
PaddlePaddleFluid深度学习入门与实战
  • 潘志宏
  • 本书全面讲解PaddlePaddleFluid框架在深度学习领域的应用。
深度学习从入门到精通 电子书
深度学习从入门到精通
  • 谢佳标　主编
  • 本书基于当前流行的深度学习框架之一——Keras，从新手的角度出发，详细讲解Keras的原理，力求帮助读者实现Keras从入门到精通。全书共9章，主要内容包括初识深度学习、深度学习的数据预处理技术、使用Keras开发深度学习模型、卷积神经网络及图像分类、循环神经网络在文本序列中的应用、自编码器、生成式对抗网络、模型评估及模型优化，以及深度学习实验项目。本书内容由浅入深、语言通俗易懂，从基本原理到案
Python深度学习（第2版） 电子书
Python深度学习（第2版）
深度学习——原理、模型与实践 电子书
深度学习——原理、模型与实践
  • 主编
  • 本书是深度学习领域的入门教材，全面阐述了深度学习的知识体系，涵盖人工智能的基础知识以及深度学习的基本原理、模型、方法和实践案例，使读者掌握深度学习的相关知识，提高以深度学习方法解决实际问题的能力。全书内容包括人工智能基础、机器学习基础、深度学习主要框架、深度神经网络、卷积神经网络、循环神经网络、自编码器与生成对抗网络。
Python深度学习实战——基于Pytorch 电子书
Python深度学习实战——基于Pytorch
  • 主编
  • 本书以深度学习框架PyTorch为基础，介绍机器学习的基础知识与常用方法，全面细致地提供了基本机器学习操作的原理和在深度学习框架下的实践步骤。全书共16章，主要分别介绍了深度学习基础知识、深度学习框架及其对比，机器学习基础知识，深度学习框架基础，Logistic回归，多层感知器，计算机视觉，自然语言处理以及8个实战案例。本书将理论与实践紧密结合，相信能为读者提供有益的学习指导。??本书适合Pyth
Python深度学习与项目实战 电子书
Python深度学习与项目实战
  • 著
  • 本书基于Python以及两个深度学习框架Keras与TensorFlow，讲述深度学习在实际项目中的应用。本书共10章，首先介绍线性回归模型、逻辑回归模型、Softmax多分类器，然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络，最后讨论自编码模型、对抗生成网络、深度强化学习。
TensorFlow深度学习基础与应用 电子书
TensorFlow深度学习基础与应用
  • 杨虹 谢显中 周前能 王智鹏 张安文编著
  • 本书内容包括TensorFlow在Windows操作系统、Linux操作系统、macOS下的安装，TensorFlow静态图、动态图、损失函数、优化器等基础语法，k均值、k近邻、朴素贝叶斯、决策树、支持向量机、人工神经网络、线性回归、逻辑回归、决策树回归等机器学习算法，分类、检测、检索、光学字符识别等图像处理技术，中文分词、命名实体识别等自然语言处理技术，TensorFlow高阶应用等。
深度学习原理与 TensorFlow实践 电子书
深度学习原理与 TensorFlow实践
  • 黄理灿
  • 本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识：机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow：Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlowLite和TensorFlow.js、TensorFlow案例--医学应用和S
深度学习入门与TensorFlow实践 电子书
深度学习入门与TensorFlow实践
  • 林炳清
  • 基于TensorFlow2，系统讲述如何搭建、训练和应用深度学习模型。
深度学习与医学图像处理 电子书
深度学习与医学图像处理
  • 陈峰蔚 编著
  • 一本介绍“如何使用深度学习方法解决医学图像处理问题”的入门图书。
TensorFlow深度学习项目实战（深度学习系列） 电子书
TensorFlow深度学习项目实战（深度学习系列）
  • [美] 卢卡·马萨罗
  • 本书用TensorFlow框架针对现实场景设计深度学习系统，实现有趣的深度学习项目。
人工智能和深度学习导论 电子书
人工智能和深度学习导论
  • ）
  • 本书首先介绍了人工智能的基础知识，然后分别介绍了机器学习、深度学习、自然语言处理和强化学习中的重点概念和实践过程，包含逻辑斯谛回归、k最近邻、决策树、随机森林、支持向量机、卷积神经网络、循环神经网络、LSTM、自动编码器等。此外，本书的附录部分还分别简单介绍了Keras、TensorFlow、pandas等人工智能相关的工具。本书适用于高等院校电子信息类专业的人工智能导论课程，也适合想要对人工智能
深度学习自然语言处理实战 电子书
深度学习自然语言处理实战
  • 开课吧 组编 张楠 苏南 王贵阳 等编著
  • 近年来，基于深度学习方法的自然语言处理（NLP）已逐渐成为主流。本书共8章，主要介绍自然语言处理任务中的深度学习技术，包含深度学习理论基础、深度学习的软件框架、语言模型与词向量、序列模型与梯度消失/爆炸、卷积神经网络在NLP领域的应用、Seq2Seq模型与Attention机制、大规模预训练模型、预训练语言模型BERT，还给出了自然语言处理技术的高级应用和开发实例，并收录了基于PyTorch深度学
深度学习的数学——使用Python语言 电子书
深度学习的数学——使用Python语言
人工智能深度学习综合实践 电子书
人工智能深度学习综合实践
  • 罗卿，常城主编
  • 本书较为系统地介绍深度学习模型训练、计算机视觉模型应用、自然语言处理模型应用等技术。全书共9个项目，包括深度学习全连接神经网络应用、深度学习卷积神经网络应用、深度学习模型训练——循环神经网络应用、计算机视觉模型数据准备、计算机视觉模型训练与应用、计算机视觉模型部署、自然语言处理预训练模型数据准备、自然语言处理预训练模型训练与应用、自然语言处理模型部署等。本书以满足企业用人需求为导向、以岗位技能和综
Keras深度学习与神经网络 电子书
Keras深度学习与神经网络
  • 肖睿 程鸣萱　编著
  • 本书从人工智能导论入手，阐述人工智能的发展及现状，重点介绍了机器学习和神经网络基础、反向传播原理、卷积神经网络和循环神经网络等内容。本书内容由浅入深，循序渐进，从神经元和感知机入手，逐步讲解深度学习中神经网络基础、反向传播以及更深层次的卷积神经网络、循环神经网络。本书知识体系完整，内容覆盖面广，介绍了深度学习中常用的模型和算法，助力读者多方位掌握深度学习的相关知识。本书可作为高等院校计算机等相关专
人工智能深度学习基础实践 电子书
人工智能深度学习基础实践
  • 张健，常城主编
  • 本书分为人工智能产品研发、深度学习数据应用、深度学习基础应用3篇共10个项目，内容包括：人工智能需求管理、设计人工智能产品、人工智能开发平台应用、数据采集工程应用、数据处理工程应用、数据标注工程应用等。
TensorFlow深度学习从入门到进阶 电子书
TensorFlow深度学习从入门到进阶
  • 张德丰 编著
  • TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其支持多种客户端语言下的安装和运行。本书以TensorFlow为导线，进行机器学习，书中每章节都是以理论引出，TensorFlow应用巩固结束，理论与实践相结合，让读者快速掌握TensorFlow机器学习。本书共10章，主要包括内容有：TensorFlow介绍、TensorFlow编辑基础、TensorFlow进阶
推荐书籍
相关词语
学习 工具 深度 套件 图像识别 科技关键词 软件工程 人工智能 Python 程序设计 软件工具
意见反馈
我的书架

公众号

关注微信公众号