机读格式显示(MARC)

• 000 02118cam 2200385 450

• 001 0000930108

• 005 20211203144700.0

• 010 __ |a 978-7-111-68845-7 |d CNY129.00

• 099 __ |a CAL 012021118867

• 100 __ |a 20211025d2021 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a Python深度学习 |A Python Shen Du Xue Xi |e 模型、方法与实现 |f (保加利亚) 伊凡·瓦西列夫著 |d = Advanced deep learning with Python |f Ivan Vasilev |g 冀振燕 ... [等] 译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2021

• 215 __ |a XIII, 300页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A Zhi Neng Xi Tong Yu Ji Shu Cong Shu

• 304 __ |a 题名页题其余译者: 赵子涵, 刘伟, 刘冀瑞, 董为

• 306 __ |a 本书中简体字版由Packt Publishing授权出版

• 330 __ |a 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。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 500 10 |a Advanced deep learning with Python |A Advanced Deep Learning With Python |m Chinese

• 517 1_ |a 模型、方法与实现 |A Mo Xing、 Fang Fa Yu Shi Xian

• 606 0_ |a 软件工具 |A Ruan Jian Gong Ju |x 程序设计

• 690 __ |a TP311.561 |v 5

• 701 _1 |a 瓦西列夫 |A Wa Xi Lie Fu |g (Vasilev, Ivan) |4 著

• 702 _0 |a 冀振燕 |A Ji Zhen Yan |4 译

• 702 _0 |a 赵子涵 |A Zhao Zi Han |4 译

• 702 _0 |a 刘伟 |A Liu Wei |4 译

• 801 _0 |a CN |b DLXH |c 20211025

• 801 _2 |a CN |b PUL |c 20211112

• 905 __ |a JHUD |d TP311.561/328

• 920 __ |a 242450 |z 1

• 998 __ |a DLXHSD