大约有926,673项符合查询结果项。（搜索耗时：0.9577秒）
为您推荐： 深度学习入门 基于pytorch和tensorflow的理论与实现 深度学习入门 基于perl的理论与实现 深度学习案例精粹 基于tensorflow与keras 深度学习 理论 方法与pytorch实践 基于pytorch的深度学习 深度学习原理与pytorch实战 第2版
-
基于MTS理论的企业多团队学习与协同机制研究
肖余春著2012 年出版303 页ISBN：9787308107464全书共分10章，包括绪论研究方法、7个主要的研究成果、课题研究的总体结论与展望三个部分。全书主要观点可概括为以下几点：第一，基于Logistic视角的分析，发现了多团队协同具有相互依赖性、交互性、竞争与合作的...
-
高性能分布式计算系统开发与实现 基于Hadoop、Scalding和Spark
（印）K. G.斯里尼瓦沙（K. G. Srinivasa），（印）阿尼尔·库马尔·穆帕拉（Anil Kumar Muppalla）著2018 年出版234 页ISBN：9787111601531本书分两部分，共8章，介绍了如何使用开源工具和技术开发与实现大规模分布式处理系统，涵盖构建高性能分布式计算系统的方法和最佳实践。第一部分（第1~4章）介绍了高性能分布式计算编程的基础知识，包括分布式系统、Ha...
-
TensorFlow与卷积神经网络从算法入门到项目实战
华超编著2019 年出版377 页ISBN：9787121370786本书从TensorFlow基础讲起，逐步深入TensorFlow进阶实战，最后配合项目实战案例，重点介绍了实用TensorFlow库训练卷积神经网络模型并将模型移植到服务器端、Android端和iOS端的知识。读者不但可以系统地学习Tens...
-
-
深度学习 主流框架和编程实战
赵涓涓，强彦主编2018 年出版214 页ISBN：9787111592396本书是利用实例来讲解深度学习框架以及深度学习方法的综合性著作，介绍了四大深度学习框架（TensorFlow、Caffe、Torch和MXNet），还详细介绍了调参、二次接口的编程、迁移学习的模型等内容。...
-
数字信号处理实验教程 基于MATLAB、DSP和SOPC实现
张建平编著2010 年出版181 页ISBN：9787302213109本书主要介绍了数字信号处理的基本理论、相应的算法以及这些算法的软件和硬件实现。
-
-
数字信号处理原理和算法实现 学习指导与习题解答 第3版
李莉，胡之惠，俞玉莲编著2019 年出版194 页ISBN：9787302500254本书是《数字信号处理原理和算法实现（第3版）》（李莉主编，清华大学出版社，简称教材）一书的配套辅导材料，与教材各章对应，又相对独立。除绪论外，其余各章分“重点内容”和“习题解答”两部分。本书可作为通信......
-
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...
-
学习自由与参与平等 受教育权的理论和实践
王柱国著2009 年出版223 页ISBN：9787802195851本书是受教育权的研究，不是沉湎于对现状的直觉判断，而是从权利哲学的高度把握受教育权的本质和内涵。并将这种平等观称之为“参与平等”。...