本书详解深度学习与机器学习基础、神经网络基础、卷积神经网络和循环神经网络、正则化与深度学习优化等内容,并剖析深度学习在计算机视觉、目标检测、文本分析、强化深度学习、TensorFlow模型、Transformer模型等方向的应用。 本书附录还给出机器学习和深度学习中用到的数学基础知识,包括线性代数、概率论和信息论等。 本书配套70个示例源码、PPT课件,所有示例源码都经过测试无误。
售 价:¥
纸质售价:¥112.80购买纸书
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
内容简介
主要作者简介
前言
第1章 深度学习概述
第2章 机器学习基础
第3章 神经网络基础
第4章 卷积神经网络和循环神经网络
第5章 正则化与深度学习优化
第6章 深度学习用于计算机视觉
第7章 深度学习用于目标检测
第8章 深度学习用于文本分析
第9章 深度强化学习的应用
第10章 TensorFlow模型的应用
第11章 Transformer模型的应用
附录A 线性代数
附录B 概率论
附录C 信息论
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜