当前位置:首页 > 名称

大约有467,084项符合查询结果项。(搜索耗时:0.3418秒)

为您推荐: 深度学习框架pytorch入门与实践 深度学习原理与pytorch实战 pytorch深度学习实战 pytorch深度学习模型开发实战 pytorch深度学习简明实战 基于pytorch的深度学习

  • 图解深度学习

    (日)山下隆义著;张弥译2018 年出版206 页ISBN:9787115480248

    本书从深度学习的发展历程讲起,以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法,以及深度学习在图像识别等领域的应用案例。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力...

  • 神经网络与深度学习实战 Python+Keras+TensorFlow

    陈屹编著2019 年出版326 页ISBN:9787111632665

    本书通过理论与项目实践相结合的方式引领读者进入人工智能技术的大门。书中首先从人工智能技术的数学基础讲起,然后重点剖析神经网络的运行流程,最后以大量的实际项目编码实践方式帮助读者扎实地掌握人工智能...

  • 现代金融 理论探索与中国实践 第9辑 《资本市场评论》精粹

    吴晓求主编2010 年出版394 页ISBN:9787300117942

    本集收录了2008年1月至2008年12月《资本市场评论》上刊载的23篇论文。在这些论文中,有的是从资本市场发展的角度探讨现代金融的演变特征;有的是从多样性的角度研究不同金融模式的异同;有的是从基础理论的角度...

  • 深度学习 从入门到实战

    高志强,黄剑,李永,刘明明编著2018 年出版308 页ISBN:9787113244286

    本书从深度学习的研究范畴、关键技术分析和落地实践三方面帮助读者解析深度学习的方法论;培养其掌握深度学习实战应用的技能,涵盖卷积神经网络、生成式对抗网络、循环神经网络的核心技术及其方法论思想,从而完...

  • TensorFlow深度学习实战

    (波)安东尼奥·古利(Antonio Gulli),(印)阿米塔·卡普尔(Amita Kapoor)著2019 年出版352 页ISBN:9787111615750

    本书介绍如何有效地使用Google的开源框架TensorFlow进行深度学习。你将实现不同的深度学习网络,如卷积神经网络(CNN)、循环神经网络(RNN)、深度Q learning网络(DQN)和生成对抗网络(GAN),并将学习如何使用TensorFlow的...

  • Keras深度学习实战

    (意大利)安东尼奥·古利(Antonio Gulli),(印度)苏伊特·帕尔(Sujit)著2018 年出版232 页ISBN:9787115482228

    本书用当前流行的Keras框架实现了大量深度学习算法,构建了众多深度学习模型,并且介绍了深度学习在游戏等实际场合中的应用,特别是本书还介绍了当前火热的生成对抗网络(GAN)的应用。全书通俗易懂,强调实际案例,适.....

  • Hadoop深度学习

    (印)迪帕延·德夫(Dipayan Dev)2018 年出版126 页ISBN:9787115482181

    本书主要目标是处理很多深度学习应用的热点问题并向读者披露解决方案的细节。主要内容分为7章:第1章介绍深度学习基础知识,第2章介绍大规模数据分布式深度学习,第3章介绍卷积神经网络,第4章介绍循环神经网络,第5...

  • TensorFlow深度学习

    (意)吉安卡洛·扎克尼(Giancarlo Zaccone),(孟加拉)穆罕默德·礼萨·卡里姆2018 年出版227 页ISBN:9787115478771

    本书共分五部分:基础篇、关键模块篇、算法模型篇、内核揭秘篇、生态发展篇。前两篇由浅入深地介绍了TensorFlow平台,算法模型篇依托TensorFlow讲解深度学习模型,内核揭秘篇主要分析C++内核中的通信原理、消息...

  • 深度实践KVM 核心技术、管理运维、性能优化与项目实施

    肖力,汪爱伟,杨俊俊,赵德禄著2015 年出版540 页ISBN:9787111511939

    本书分为五篇。第一篇介绍虚拟化选型及KVM虚拟机技术,介绍KVM虚拟化CPU、内存、磁盘、网络技术及生产环境应用场景,物理机转虚拟机、KVM桌面虚拟化实践。第二篇介绍开源分布式文件系统在KVM虚拟化的的应用,介...

  • 深度学习精要 基于R语言

    (美)威力著2017 年出版156 页ISBN:7115464154

    本书介绍了深度学习相关的知识点,并将R语言在深度学习中的应用技巧讲解给读者。本书不仅介绍了R语言中的H2O报的使用,还介绍了深度学习模型背后的一些核心概念,同时也介绍了Autoencoder的使用以及深度神经网络...

返回顶部