深度学习与计算机视觉 算法原理、框架应用与代码实现

全书共13章，分为2篇。第1篇基础知识，介绍了人工智能发展里程、计算机视觉概要、深度学习和计算机视觉中的基础数学知识、神经网络及其相关的机器学习基础、卷积神经网络及其一些常见结构，最后对最前沿的趋势进...

深度学习入门 基于Python的理论与实现

本书是深度学习真正意义上的入门书。书中对理解深度学习所需的技术，从最基础的开始逐个介绍。用浅显的语言解说什么是深度学习，深度学习具有什么特征、基于什么原理运行等。而为了让读者更“深”地理解深度学...

图解深度学习与神经网络 从张量到TensorFlow实现

本书试图从图解的角度，直接面对深度学习背后的数学基础，帮助想入门神经网络和深度学习的初学者入门，并结合主流深度学习框架TensorFlow函数接口和代码进行讲解，使读者能快速上手深度学习应用。本书力求通过简单...

深度学习 原理与应用实践

C++模板元编程实战 一个深度学习框架的初步实现

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与编译期计算的基本技术，后面六章则讨论了元编程在深...

深度学习原理与TensorFlow实践

极富空间 新教育学如何实现深度学习

神经网络与深度学习 基于TensorFlow框架和Python技术实现

Python、TensorFlow、神经网络和深度学习因人工智能的流行而成为当下IT领域的热门关键词。本书首先介绍了Python及其常用库Numpy、Matplotlib和Scipy的基本使用方法；其次介绍了TensorFlow的基本知识及使用方...

深度强化学习原理与实践

本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起，通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点，涵盖目前的热点应用，例如图像风格创造...

深度学习原理与PyTorch实战

本书是一本系统性介绍深度学习及开源框架PyTorch的入门书。书中运用大量案例介绍了PyTorch的基本使用、神经网络的搭建、卷积神经网络、循环神经网络的基本概念和实现，以及最新的实用技术，包括迁移学习、对抗...