MARC状态：审校 文献类型：中文图书 浏览次数：84
- 题名/责任者:
- Python深度学习:模型、方法与实现/(保加利亚) 伊凡·瓦西列夫著 冀振燕 ... [等] 译
- 出版发行项:
- 北京:机械工业出版社,2021
- ISBN及定价:
- 978-7-111-68845-7/CNY129.00
- 载体形态项:
- XIII, 300页:图;24cm
- 其它题名:
- 模型、方法与实现
- 丛编项:
- 智能系统与技术丛书
- 个人责任者:
- 瓦西列夫 (Vasilev, Ivan) 著
- 个人次要责任者:
- 冀振燕 译
- 个人次要责任者:
- 赵子涵 译
- 个人次要责任者:
- 刘伟 译
- 学科主题:
- 软件工具-程序设计
- 中图法分类号:
- TP311.561
- 题名责任附注:
- 题名页题其余译者: 赵子涵, 刘伟, 刘冀瑞, 董为
- 出版发行附注:
- 本书中简体字版由Packt Publishing授权出版
- 提要文摘附注:
- 为了构建稳健的深度学习系统，需要理解神经网络的工作原理以及如何训练CNN模型等知识。通过本书，你可以探索新开发的深度学习模型及其在各个领域的使用方法，以及基于应用领域的实现。 本书首先介绍构建模块和神经网络背后的数学知识，然后介绍CNN及其在计算机视觉领域的先进应用，以及在对象检测和图像分割中应用流行的CNN架构。还将介绍变分自编码器和GAN，以及如何使用神经网络来提取单词的复杂向量表示。在继续讨论各种类型的循环网络（如LSTM和GRU）之前，会介绍如何在没有RNN的情况下使用注意力机制处理序列数据。然后，介绍如何使用图神经网络处理结构化数据，以及如何使用元学习采用较少的训练样本来训练神经网络。最后，了解如何将深度学习应用于自动驾驶汽车。 阅读本书，你将掌握关键的深度学习概念和深度学习模型在现实世界中的不同应用。 你将学到： 先进的神经网络架构。
全部MARC细节信息>>