×
深度学习的数学原理与实现

深度学习的数学原理与实现

1星价 ¥46.0 (7.8折)
2星价¥46.0 定价¥59.0
暂无评论
图文详情
  • ISBN:9787302580287
  • 装帧:暂无
  • 版次:暂无
  • 册数:暂无
  • 重量:暂无
  • 印刷次数:暂无
  • 开本:其他
  • 页数:210
  • 出版时间:2021-06-01
  • 条形码:9787302580287 ; 978-7-302-58028-7

内容简介

深度学习已经进入我们的生活,云计算和大数据为深度学习提供了便利。本书主要讲解深度学习中的数学知识、算法原理和实现方法,配套源码、数据集和开发环境。 本书共12章。章介绍人类视觉和深度学习的联系。第2章介绍深度学习中很为重要的梯度下降算法。第3章介绍卷积函数。第4章介绍计算损失函数所使用的交叉熵、决策树和信息熵。第5章介绍线性回归和逻辑回归。第6、7章介绍时间序列模型和生成对抗网络。第8章介绍TensorFlow框架。第9章介绍推荐算法。0章介绍深度学习中的标准化、正则化和初始化。1章是案例人脸识别。2章是词嵌入向量案例,介绍自然语言处理方面的应用。 本书理论和实践相结合,理论讲解细致直观,通过实例进行演示,可以使读者快速掌握本书内容。本书适合深度学习初学者、深度学习算法开发人员阅读,也适合高等院校和培训机构人工智能相关专业的师生参考。

作者简介

王晓华,计算机专业讲师,长期讲授面向对象程序设计、数据结构、Hadoop程序设计等研究生和本科生相关课程;主要研究方向为云计算、数据挖掘。曾主持和参与多项国家和省级科研课题,独立科研项目获省级成果认定,发表过多篇论文,拥有一项国家专利。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》《OpenCV+TensorFlow深度学习与计算机视觉实战》《TensorFlow 2.0卷积神经网络实战》《TensorFlow+Keras自然语言处理实战》等图书。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航