当前位置:首页 > 名称

大约有70,000项符合查询结果项。(搜索耗时:0.0330秒)

为您推荐: 深度学习的数学原理与实现 速通深度学习的数学基础 基于深度学习的自然语言处理 基于pytorch的深度学习 可见的学习与深度 计算机视觉中的深度学习方法张正友

  • 深度学习 方法及应用

    (美)邓力,俞栋著;谢磊译2015 年出版165 页ISBN:9787111529064

    《深度学习:方法和应用》这本书对深度学习方法以及它在各种信号与信息处理任务中的应用进行了概述。本书中所列举的应用是根据以下三个标准来选取的:(1)本书作者所具备的专业技能和知识;(2)由于深度学习技术的......

  • 深度学习 基于Python语言和TensorFlow平台 视频讲解版

    谢琼编著2018 年出版212 页ISBN:9787115483621

    人工智能极简历史、开发环境准备、初识TensorFlow、简化神经网络模型、用神经网络解决非线性问题、从文件中载入训练数据、多层全连接神经网络、保存和载入训练过程、查看图形化的模型、用训练好的模型进行...

  • PaddlePaddle深度学习实战

    刘祥龙,杨晴虹,谭中意,蒋晓琳,白浩杰编著;深度学习技术及应用国家工程实验室,百度技术学院组编2018 年出版246 页ISBN:9787111600466

    本书采用由简入繁的原则撰写而成。我们希望本书能成为一名能带领读者领略PaddlePaddle精妙的精神导游。从较为简单的线性回归、逻辑回归到较为复杂的RNN数字识别、个性化推荐、云上部署等,本书结合若干实例,...

  • 深度强化学习实践

    (俄罗斯)马克西姆·拉潘(MaximLapan)著2019 年出版523 页ISBN:9787564183219

    强化学习(RL)的最新发展结合深度学习(DL),在训练代理以类似人的方式解决复杂问题方面取得了前所未有的进步。Google使用算法在著名的Atari街机游戏中获胜将该领域推至高峰,研究人员也在源源不断地产生新的想法。...

  • 智能系统与技术丛书 Keras深度学习实战

    罗娜,祁佳康译;(印度)拉蒂普·杜瓦,曼普里特·辛格·古特2019 年出版190 页ISBN:9787111626275

    本书从实用的角度出发,全方位介绍了如何使用Keras解决深度学习中的各类问题。本书假设读者无任何关于深度学习编程的基础知识,首先介绍了Keras这一高度模块化、极简式的深度学习框架的安装、配置和编译等平台...

  • 深度学习导论及案例分析

    李玉鑑,张婷等著2016 年出版292 页ISBN:9787111550754

    本书不仅介绍了深度学习的发展历史,强调了深层网络的特点和优势,说明了判别模型和生成模型的相关概念,而且详述了深度学习的九种重要模型及其学习算法、变种模型和混杂模型,讨论了深度学习在图像处理、语音处理...

  • TensorFlow 实战Google深度学习框架 第2版

    郑泽宇(才云科技联合创始人),梁博文,顾思宇著2018 年出版348 页ISBN:9787121330667

    TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统,现已完全开源。TensorFlow可被用于语音识别或图像识别等多项机器深度...

  • 深度学习与图像识别 原理与实践

    魏溪含,涂铭,张修鹏著2019 年出版266 页ISBN:9787111630036

    本书是一本有关人工智能图像识别应用开发与实践指导类的教材,主要介绍图像处理应用项目开发的基本流程、图像识别处理应用项目关键技术。本书直击当今研究热点,选择有代表性的专题项目而且尽量避免复杂的数学...

  • 深度学习 Keras快速开发入门

    乐毅,严超编著2017 年出版266 页ISBN:9787121318689

    本书首先介绍了深度学习相关的理论和主流的深度学习框架,对比了不同深度学习框架的优缺点,以Keras这一具有高度模块化,极简式的高层深度学习框架为切入点,从Keras的安装、配置和编译等基本环境入手,详细介绍了Ke...

  • Python强化学习实战 应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习

    (印度)苏达桑·拉维尚迪兰(SUDHARSANRAVICHANDIRAN)著;连晓峰等译2019 年出版203 页ISBN:9787111612889

    强化学习是一种重要的机器学习方法,在智能体及分析预测等领域有许多应用。本书共13章,主要包括强化学习的各种要素,即智能体、环境、策略和模型以及相应平台和库;Anaconda、Docker、OpenAI Gym、Universe和Tens...

返回顶部