当前位置:首页 > 名称

大约有548,721项符合查询结果项。(搜索耗时:0.6441秒)

为您推荐: pytorch深度学习实战 智能系统与技术丛书 深度学习原理与pytorch实战 第2版 title深度强化学习 原理算法与pytorch实战微课视频版 深度学习原理与pytorch实战 深度学习 理论 方法与pytorch实践 pytorch深度学习实战

  • 强化学习深度学习 通过C语言模拟

    张小猛译;(日本)小高知宏2019 年出版160 页ISBN:9787111627180

    本书以深度学习和强化学习作为切入点,通过原理解析、算法步骤说明、代码实现、代码运行调试,对强化学习深度学习以及深度强化学习进行了介绍和说明。本书共4章。第1章介绍了人工智能、机器学习深度学习、...

  • 人民邮电 深度学习原理实践

    陈仲铭,彭凌西著2018 年出版326 页ISBN:9787115483676

    本书系统全面、循序渐进地介绍了深度学习的各方面知识,包括技术经验、使用技巧和实践案例。本书详细介绍了目前深度学习相关的常用网络模型(ANN、DNN、CNN、RNN),以及不同网络模型的算法原理和核心思想。本书利...

  • 深入学习:GNU C++ for Linux编程技术

    (美)Tom Swan著;邱仲潘等译2000 年出版658 页ISBN:7505361775

    本书介绍了在各种Linux系统下C++的字符串类、各种模板及算法库,以及在X环境下,图形化软件的开发方式等。

  • 人工智能技术丛书 揭秘深度强化学习

    彭伟编著2018 年出版360 页ISBN:9787517062387

    人工智能(AI)是当前最热门以及最具有价值的研究方向之一。人工智能的发展得力于机器学习(Machine Learning)算法尤其是其中的深度学习(Deep Learning)的迅猛发展。机器学习算法已经广泛使用于各个行业当中,包括汽...

  • 深度学习在动态媒体中的应用实践

    唐宏,陈麒,庄一嵘编著2018 年出版140 页ISBN:9787115480101

    本书是一本深度学习的入门读物,对深度学习的基本理论进行了介绍之后,主要以Ubuntu系统为例搭建了三大主流框架-Caffe、TensorFlow、Torch,然后分别在三个框架下,通过三个实战项目熟悉了框架的使用方法,并详细描...

  • 白话深度学习TensorFlow

    高扬,卫峥编著;万娟插画设计2017 年出版304 页ISBN:9787111574576

    基础篇(1-3章):介绍深度学习的基本概念和Tensorflow的基本介绍。原理实践篇(4-8章):大量的关于深度学习中BP、CNN以及RNN网络等概念的数学知识解析,加以更朴素的语言类比,使得非数学专业的程序员还是能够比较...

  • 深度学习轻松学 核心算法视觉实践

    冯超著2017 年出版334 页ISBN:9787121317132

    本书从人工智能探讨最多的深度学习机器学习的概念讲起,第2章讲解了人工智能技术领域涉及的高等数学基础,第3章和第4章分别介绍深度卷积神经网络的两个重要组成部分:全连接层和卷积层的基本知识及其算法;第5-8...

  • 解析深度学习 卷积神经网络原理视觉实践

    魏秀参著2018 年出版185 页ISBN:9787121345289

    深入浅出地讲解深度卷积神经网络中的基本概念、涉及的主要技术、算法及其应用,并分析比较了当前流行的各类深度学习框架Caffe,Tensorflow、Torch、MXNet及MatConvNet。本书并不是一本编程类书籍,而是通过基础...

  • OpenCV+TensorFlow深度学习计算机视觉实战

    王晓华著2019 年出版266 页ISBN:9787302518426

    本书分为12章,层次非常分明,先介绍计算机视觉产业现状和技术方案,然后介绍最基础的语言Python,然后介绍OpenCV库的使用,让读者了解到图像识别的基础操作,接着学习用Tensorflow处理大量图像数据,最后通过一个猫狗大...

  • 课程群 学习深度聚焦 面向碎片化课程的思维工具

    杨四耕,李春华著2017 年出版187 页ISBN:9787567569812

    本书针对学校进行课程建设和课程改革时遇到的具体问题,提出了解决办法。本书提出了“课程群”这一概念,并用详尽的案例指导一线中小学校如何建设本学校的特色课程,从而形成有品质的校本课程,带动学校的师生共同...

出版时间

全部

SAN年(1)

(14)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)

1899年(1)

1900年(2)

1901年(1)

1906年(1)

1907年(1)

1912年(2)

1913年(1)

1914年(4)

1915年(4)

1916年(3)

1917年(2)

1918年(3)

1919年(1)

1920年(12)

1921年(5)

1922年(12)

1923年(36)

1924年(31)

1925年(48)

1926年(34)

1927年(63)

1928年(78)

1929年(100)

1930年(163)

1931年(91)

1932年(92)

1933年(150)

1934年(160)

1935年(200)

1936年(167)

1937年(196)

1938年(197)

1939年(112)

1940年(101)

1941年(87)

1942年(58)

1943年(75)

1944年(62)

1945年(64)

1946年(176)

1947年(159)

1948年(188)

1949年(298)

1950年(367)

1951年(453)

1952年(306)

1953年(597)

1954年(736)

1955年(804)

1956年(905)

1957年(926)

1958年(1601)

1959年(1581)

1960年(887)

1961年(417)

1962年(321)

1963年(398)

1964年(463)

1965年(523)

1966年(220)

1967年(56)

1968年(59)

1969年(61)

1970年(159)

1971年(278)

1972年(456)

1973年(524)

1974年(630)

1975年(773)

1976年(713)

1977年(899)

1978年(1026)

1979年(1469)

1980年(1799)

1981年(1831)

1982年(2238)

1983年(2365)

1984年(2671)

1985年(3233)

1986年(3431)

1987年(4105)

1988年(4667)

1989年(4873)

1990年(4875)

1991年(5389)

1992年(5633)

1993年(6557)

1994年(6315)

1995年(5988)

1996年(6583)

1997年(7037)

1998年(8818)

1999年(10061)

2000年(11201)

2001年(13491)

2002年(15680)

2003年(16774)

2004年(19110)

2005年(21353)

2006年(25271)

2007年(24475)

2008年(25725)

2009年(26319)

2010年(24711)

2011年(24353)

2012年(24871)

2013年(25220)

2014年(25279)

2015年(25328)

2016年(23215)

2017年(20748)

2018年(16318)

2019年(5907)

2020年(235)

21年(1)

22年(4)

2222年(12617)

27年(1)

29年(1)

370年(1)

4年(1)

54年(1)

6年(1)

E21/年(1)

E919年(1)

H152年(1)

I210年(1)

None年(8)

T139年(1)

T36年(1)

TG50年(1)

TK14年(1)

TN03年(1)

TP36年(1)

V217年(1)

V22/年(1)

V231年(3)

V249年(1)

V323年(1)

V43-年(1)

XXIX年(1)

XXX年(1)

null年(13)

samp年(1)

Ⅴ年(1)

Ⅵ年(1)

Ⅶ年(1)

Ⅸ年(1)

Ⅹ年(1)

ⅩL年(1)

ⅩⅣ年(1)

ⅩⅤ年(2)

ⅩⅥ年(1)

ⅩⅧ年(1)

ⅩⅩ年(1)

Ⅻ年(1)

中华年(2)

主题年(4)

化学年(1)

北京年(1)

小説年(3)

平成年(1)

昭和年(5)

机构年(1)

民国年(79)

(瑞典年(1)

(美)理年(1)

(美)迈年(1)

返回顶部