当前位置:首页 > 名称

大约有488,902项符合查询结果项。(搜索耗时:0.9734秒)

为您推荐: matlab计算机视觉与深度学习实战 python计算机视觉与深度学习实战 python机器学习与计算机视觉实战 深度学习原理与pytorch实战 第2版 paddlepaddle与深度学习应用实战 title深度强化学习 原理算法与pytorch实战微课视频版

  • 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,...

  • 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...

  • C++模板元编程实战 一个深度学习框架的初步实现

    李伟著2018 年出版268 页ISBN:9787115491701

    本书将以一个深度学习框架的实现为例,讨论如何在一个相对较大的项目中深入应用元编程,为系统性能优化提供了更多的可能。本书分8章,前两章讨论了一些元编程编译期计算的基本技术,后面六章则讨论了元编程在深...

  • 认知计算深度学习 基于物联网云平台的智能应用

    陈敏,黄铠著2018 年出版372 页ISBN:9787111584964

    本书根据两位作者的英文原著《Big-Data Analytics for Cloud, IoT and Cognitive Computing》(Wiley,2017)翻译、改编增补而成。全书共11章,其中第4、8、11章是新增章节。全书重点关注认知计算、大数据深度...

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

    (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...

  • 算机体系结构遇到深度学习 面向算机体系结构设计师的深度学习概论

    (美)布兰登·里根(BRANDONREAGEN),罗伯特·阿道夫(ROBERTADOLF),保罗·沃特莫(PAULWHATMOUGH)等著;杨海龙,王锐译2019 年出版132 页ISBN:9787111622482

    本书是面向算机体系结构设计师的深度学习入门读物。书中首先介绍机器学习的发展历程,并追踪深度学习技术的关键发展阶段。然后,回顾了代表性的工作负载,包括各种领域中常用的数据集和开创性的神经网络。接下...

  • Python深度学习实战 基于TensorFlow和Keras的聊天机器人以及人脸、物体和语音识别

    (印)纳温·库马尔·马纳西(Navin Kumar Manaswi)著2019 年出版168 页ISBN:9787111622765

    本书讨论使用TensorFlow和Keras等框架构建深度学习应用,集中于深度学习应用所需的模型和算法,帮助你在短时间内提高实践技能。内容涵盖聊天机器人、自然语言处理、人脸和物体识别等主题,目标是为创建能够执行...

  • Keras快速上手 基于Python的深度学习实战

    谢梁,鲁颖,劳虹岚著2017 年出版250 页ISBN:9787121318726

    本书系统的归纳了当前数据挖掘和深度学习技术的应用领域中的不同案例,以实用为导向,深入浅出的介绍了在具体业务中如何运用当前最新的数据技术端到端地解决问题。本书分为四个部分。第一部分主要介绍了一些基...

  • 实战深度学习算法 零起点通关神经网络模型 基于Python和NumPy实现

    徐彬著2019 年出版208 页ISBN:9787121371714

    深度学习是机器学习的重要分支。本书系统地介绍了如何用Python和NumPy实现的算法一步一步地实现深度学习的基础模型,而无须借助TensorFlow、PyTorch等深度学习框架,从而能帮助读者更好地理解底层算法的脉络,进...

  • OpenCV 4算机视觉项目实战 原书第2版

    (西班牙)大卫·米兰·埃斯克里瓦(DavidMillanEscriva),(西班牙)维尼休斯·G.门东萨(ViniciusG.Mendonca),(美)普拉蒂克·乔希(PrateekJoshi)著;冀臻译2019 年出版210 页ISBN:9787111631644

    OpenCV是最好的开源库之一,它可以帮助你构建诸如图像处理、运动检测和图像分割等应用的完整项目。本书首先介绍OpenCV的入门知识及安装,然后介绍OpenCV的基础知识,包括用户界面、矩阵运算、滤波器和直方图等,之...

出版时间

全部

SAN年(1)

10年(7)

12年(2)

13年(2)

15年(3)

1565年(1)

16年(1)

18年(1)

1851年(1)

1886年(1)

1900年(4)

1906年(1)

1907年(1)

1912年(2)

1913年(1)

1914年(4)

1915年(4)

1916年(5)

1917年(2)

1918年(3)

1919年(2)

1920年(13)

1921年(5)

1922年(12)

1923年(38)

1924年(31)

1925年(48)

1926年(34)

1927年(63)

1928年(79)

1929年(100)

1930年(164)

1931年(92)

1932年(91)

1933年(150)

1934年(159)

1935年(201)

1936年(168)

1937年(191)

1938年(195)

1939年(113)

1940年(99)

1941年(85)

1942年(56)

1943年(73)

1944年(62)

1945年(65)

1946年(163)

1947年(155)

1948年(194)

1949年(298)

1950年(348)

1951年(440)

1952年(272)

1953年(548)

1954年(633)

1955年(696)

1956年(705)

1957年(788)

1958年(1014)

1959年(1027)

1960年(584)

1961年(366)

1962年(255)

1963年(298)

1964年(346)

1965年(393)

1966年(186)

1967年(45)

1968年(55)

1969年(57)

1970年(127)

1971年(183)

1972年(307)

1973年(421)

1974年(471)

1975年(586)

1976年(547)

1977年(697)

1978年(801)

1979年(1162)

1980年(1485)

1981年(1571)

1982年(1807)

1983年(1909)

1984年(2176)

1985年(2726)

1986年(2889)

1987年(3517)

1988年(4026)

1989年(4261)

1990年(4106)

1991年(4564)

1992年(4868)

1993年(5629)

1994年(5538)

1995年(5326)

1996年(5896)

1997年(6303)

1998年(7802)

1999年(8866)

2000年(9893)

2001年(12056)

2002年(13958)

2003年(14972)

2004年(17227)

2005年(19266)

2006年(22638)

2007年(22161)

2008年(22849)

2009年(23541)

2010年(22126)

2011年(22183)

2012年(22641)

2013年(23138)

2014年(22938)

2015年(23262)

2016年(21081)

2017年(18932)

2018年(15121)

2019年(5541)

2020年(244)

21年(1)

22年(3)

2222年(10103)

27年(1)

29年(1)

370年(1)

54年(1)

6年(1)

E21/年(1)

E919年(1)

I210年(1)

None年(8)

T139年(1)

TG50年(1)

TM/1年(1)

TP36年(1)

V231年(5)

V249年(1)

V323年(1)

V43-年(1)

XXIX年(1)

XXX年(1)

null年(9)

samp年(1)

Ⅳ年(1)

Ⅴ年(1)

Ⅵ年(1)

Ⅶ年(1)

Ⅸ年(1)

Ⅹ年(1)

ⅩL年(1)

ⅩⅤ年(2)

ⅩⅥ年(1)

ⅩⅧ年(1)

ⅩⅩ年(1)

Ⅻ年(1)

中华年(2)

主题年(3)

小説年(3)

昭和年(1)

机构年(1)

民国年(78)

(瑞典年(1)

(美)理年(1)

(美)迈年(1)

返回顶部