当前位置:首页 > 名称

大约有547,868项符合查询结果项。(搜索耗时:0.5600秒)

为您推荐: title基于bert模型的自然语言处理实战 基于深度神经网络技术的高分遥感图像处理及应用 基于深度学习的智能矿产资源潜力评价原理与实践 基于浏览器的深度学习 汇编语言 基于x86处理器 原书第7版 基于pytorch的深度学习

  • 基于深度学习自然语言处理

    (以色列)约阿夫·戈尔德贝格(YOAVGOLDBERG)著;车万翔,郭江,张伟男,刘铭译;刘挺主审2018 年出版258 页ISBN:9787111593737

    本书重点介绍了神经网络模型在自然语言处理应用。首先介绍有监督机器学习和前馈神经网络基本知识,如何将机器学习方法应用在自然语言处理中,以及词向量表示(而不是符号表示)应用。然后介绍更多专门...

  • 面向自然语言处理深度学习

    (印)帕拉什·戈雅尔(Palash Goyal),(印)苏米特·潘迪(Sumit Pandey),(印)卡兰·贾恩(Karan Jain)著2019 年出版198 页ISBN:9787111617198

    全书分为5章,通过介绍完整神经网络模型(包括循环神经网络、长短期记忆网络以及序列到序列模型)实例,向读者阐释用于自然语言处理(NLP)深度学习概念。前三章介绍NLP和深度学习基础知识、词向量表示和高级算....

  • 基于深度学习医学图像数据可视化分析与处理

    强彦著2019 年出版201 页ISBN:9787030571366

    深度学习技术通过学习训练图像低层特征形成更加抽象高层特征,以发现图形图像分布式特征,而不用经过一系列复杂图像预处理过程和特征提取和选择。本书选择代表技术:深度信念网络、卷积神经网络和极限学习...

  • 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知识点,并将R语言深度学习应用技巧讲解给读者。本书不仅介绍了R语言H2O报使用,还介绍了深度学习模型背后一些核心概念,同时也介绍了Autoencoder使用以及深度神经网络...

  • 自然语言处理深度学习 通过C语言模拟

    (日)小高知宏著;申富饶,于惠译2018 年出版178 页ISBN:9787111586579

    本书初步探索了将深度学习应用于自然语言处理方法。概述了自然语言处理一般概念,通过具体实例说明了如何提取自然语言文本特征以及如何考虑上下文关系来生成文本。书中自然语言文本特征提取是通过卷...

  • 深度学习企业实战 基于R语言

    邓世超译;胡俊英责任编辑;(英)尼格尔·刘易斯2019 年出版190 页ISBN:9787115510099

    本书侧重于R语言深度学习结合,全书分为12章,详细介绍了R语言深度学习、神经网络建模方面应用和案例,引导读者将这一学习过程变得具有实践性和实用性。本书还提供了一系列非常典型商业案例,特别适合对...

  • 深度学习实践指南 基于R语言

    (英)尼格尔·刘易斯(N.D.Lewis)2018 年出版182 页ISBN:9787115477774

    本书是一本详细、实用深度学习实践指南。它共有8章,详细讲解了循环神经网络、Elman神经网络、Jordan神经网络、自编码器、堆叠自编码器、受限玻尔兹曼机相关知识。本书并没有详细介绍那些深奥数学公...

  • 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、查看图形化模型、用训练好模型进行...

  • 深度学习系列 基于Theano深度学习 构建未来与当前人工大脑

    (法)克里斯托弗·布雷斯著2018 年出版202 页ISBN:9787111588788

    本书主要介绍了深度学习基本概念和常用网络以及Theano在深度学习应用。全书共13章,首先介绍了Theano基础知识,包括张量、计算图、符号计算、张量算子、自动微分等概念,然后分别介绍了基于前馈神经网络...

出版时间

全部

Ant年(1)

ZHA年(1)

10年(3)

11年(2)

12年(1)

15年(2)

151年(1)

1737年(1)

18年(1)

1820年(1)

1851年(1)

1885年(1)

1886年(1)

1888年(1)

1894年(1)

1900年(2)

1906年(1)

1908年(2)

1910年(1)

1911年(1)

1912年(2)

1913年(1)

1914年(1)

1916年(5)

1917年(8)

1919年(3)

1920年(8)

1921年(18)

1922年(25)

1923年(23)

1924年(25)

1925年(74)

1926年(63)

1927年(105)

1928年(153)

1929年(251)

1930年(267)

1931年(171)

1932年(122)

1933年(255)

1934年(214)

1935年(237)

1936年(328)

1937年(291)

1938年(302)

1939年(179)

1940年(165)

1941年(162)

1942年(100)

1943年(90)

1944年(106)

1945年(123)

1946年(288)

1947年(395)

1948年(353)

1949年(638)

1950年(966)

1951年(1315)

1952年(848)

1953年(1354)

1954年(1863)

1955年(2321)

1956年(3005)

1957年(2739)

1958年(4220)

1959年(3399)

1960年(1865)

1961年(556)

1962年(725)

1963年(973)

1964年(999)

1965年(1106)

1966年(526)

1967年(120)

1968年(108)

1969年(122)

1970年(275)

1971年(370)

1972年(733)

1973年(838)

1974年(1031)

1975年(1309)

1976年(1079)

1977年(1485)

1978年(1567)

1979年(1887)

1980年(2438)

1981年(2580)

1982年(2975)

1983年(2989)

1984年(3474)

1985年(3846)

1986年(3850)

1987年(4517)

1988年(5193)

1989年(5183)

1990年(4789)

1991年(5323)

1992年(5161)

1993年(5330)

1994年(4843)

1995年(4723)

1996年(5308)

1997年(6338)

1998年(7641)

1999年(8714)

2000年(9018)

2001年(10791)

2002年(12223)

2003年(13508)

2004年(16982)

2005年(17729)

2006年(19929)

2007年(18064)

2008年(20133)

2009年(23252)

2010年(23491)

2011年(24539)

2012年(26536)

2013年(28659)

2014年(27018)

2015年(27227)

2016年(25385)

2017年(22909)

2018年(18693)

2019年(6478)

2020年(399)

214年(1)

22年(1)

2222年(14164)

23年(1)

29年(1)

32年(1)

36年(1)

54年(1)

540年(1)

73.4年(1)

D5年(1)

F27/年(1)

I210年(1)

None年(7)

Syst年(1)

T36年(1)

TH71年(1)

TP31年(3)

TP36年(1)

V215年(1)

V231年(5)

V25/年(1)

V271年(2)

XIII年(2)

[10]年(1)

ehow年(1)

null年(20)

Ⅳ年(1)

Ⅴ年(2)

Ⅵ年(1)

Ⅷ年(1)

ⅩL年(1)

Ⅹl年(1)

ⅩⅢ年(1)

ⅩⅤ年(1)

ⅩⅧ年(1)

Ⅻ年(1)

中华年(2)

主题年(3)

儿童年(1)

化学年(1)

北京年(1)

吉林年(1)

小説年(2)

政治年(1)

昭和年(4)

民国年(120)

(瑞典年(1)

(美)SA年(1)

(美)史年(1)

(美)汤年(1)

(美)苏年(1)

返回顶部