万本电子书0元读

万本电子书0元读

顶部广告

Python元学习:通用人工智能的实现电子书

1.本书介绍元学习及其原理,讲解各种单样本学习算法,例如孪生网络、原型网络、关系网络和记忆增强网络,并在基于Python的TensorFlow与Keras中实现它们; 2.读者能够从本书中了解先的元学习算法,如模型无关元学习、Reptile和元学习的上下文适应; 3.本书还探索如何使用元随机梯度下降法来快速学习,以及如何使用元学习来行无监督学习。 “这本书对算法的解释简洁明晰、通俗易懂,任何想了解元学习的人都应该阅读。” ——英文版读者评论 什么是元学习?为什么需要了解元学习? 近年来深度学习的发展如火如荼,但深度神经网络需要大规模的训练集来训练模型,而且处理新任务时不能采用已有的模型,必须从零始训练新模型。 元学习能够生成通用的人工智能模型来学习执行各种任务。只需少量数据,即可训练元学习模型完成各种相关的任务。因此对于新任务,元学习模型可以利用之前从相关任务中获得的知识,无须从零始训练。 本书介绍元学习及其原理,讲解各种单样本学习算法,并在基于Python的TensorFlow与Keras中实现它们。阅读本书,你将能够: ●理解什么是元学习、元学习的类型及其算法 ●使用孪生网络建立人脸识别模型与音频识别模型 ●学习原型网络及其变体 ●使用TensorFlow构建关系网络与匹配网络 ●在Python中从头始构建MAML和Reptile算法 ●掌握从头构建梯度一致算法 ●探索任务无关元学习和深度元学习

售       价:¥

纸质售价:¥43.90购买纸书

104人正在读 | 0人评论 6.2

作       者:(印) 苏达桑·拉维尚迪兰

出  版  社:人民邮电出版社有限公司

出版时间:2020-06-01

字       数:11.5万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
元学*是当今人工智能研究的热门领域之一,被视为实现通用人工智能的基础。本书介绍元学*及其原理,讲解各种单样本学**法,例如孪生网络、原型网络、关系网络和记忆增强网络,并在基于Python的TensorFlow与Keras中实现它们。读者能够从本书中了解先的元学**法,如模型无关元学*、Reptile和元学*的上下文适应。此外,本书还探*如何使用元随机梯度下降法来快速学*,以及如何使用元学*来行无监督学*。本书适合机器学*爱好者、人工智能研究人员和数据科学家阅读。<br/>【推荐语】<br/>1.本书介绍元学*及其原理,讲解各种单样本学**法,例如孪生网络、原型网络、关系网络和记忆增强网络,并在基于Python的TensorFlow与Keras中实现它们; 2.读者能够从本书中了解先的元学**法,如模型无关元学*、Reptile和元学*的上下文适应; 3.本书还探*如何使用元随机梯度下降法来快速学*,以及如何使用元学*来行无监督学*。 “这本书对*法的解释简洁明晰、通俗易懂,任何想了解元学*的人都应该阅读。” ——英文版读者评论 什么是元学*?为什么需要了解元学*? 近年来深度学*的发展如火如荼,但深度*经网络需要大规模的训练集来训练模型,而且处理新任务时不能采用已有的模型,必须从零始训练新模型。 元学*能够生成通用的人工智能模型来学*执行各种任务。只需少量数据,即可训练元学*模型完成各种相关的任务。因此对于新任务,元学*模型可以利用之前从相关任务中获得的知识,无须从零始训练。 本书介绍元学*及其原理,讲解各种单样本学**法,并在基于Python的TensorFlow与Keras中实现它们。阅读本书,你将能够: ●理解什么是元学*、元学*的类型及其*法 ●使用孪生网络建立人脸识别模型与音频识别模型 ●学*原型网络及其变体 ●使用TensorFlow构建关系网络与匹配网络 ●在Python中从头始构建MAML和Reptile*法 ●掌握从头构建梯度一致*法 ●探*任务无关元学*和深度元学*<br/>【作者】<br/>苏达桑·拉维尚迪兰(Sudharsan Ravichandiran) 目前在众包网站Freelancer担任数据科学家。他是积极的源项目贡献者和畅销书作家,在YouTube网站上发布的授课视频广受好评。重关注深度学*和强化学*的实际应用,尤其是自然语言处理和计*机视觉领域的相关研究。 【译者简介】 葛言 本科毕业于华中科技大学经济学院国际商务专业(英语双学位),保送上海财经大学交叉科学研究院管理科学与工程直博,目前从事运筹学相关研究与Python发工作。译有《精通Python设计模式(第2版)》等书。<br/>
目录展开

版权声明

献词

前言

第 1 章 元学习简介

第 2 章 使用孪生网络进行人脸识别与音频识别

第 3 章 原型网络及其变体

第 4 章 使用 TensorFlow 构建关系网络与匹配网络

第 5 章 记忆增强神经网络

第 6 章 MAML 及其变种

第 7 章 Meta-SGD 和 Reptile

第 8 章 梯度一致作为优化目标

第 9 章 新进展与未来方向

思考题答案

作者简介

看完了

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部