万本电子书0元读

万本电子书0元读

顶部广告

Python深度学习入门:从零构建CNN和RNN电子书

1.前Facebook数据科学家带你领略深度学习领域的全貌; 2.从数学、示意图、Python三个维度立体地认识深度学习; 3.提供PyTorch源神经网络库的使用方法; 4.提供示例代码。 深度学习技术的发展如火如荼,这些知识正迅速成为机器学习从业者甚至许多软件发工程师的“加分项”。深度学习是一个立体的领域,仅从数学层面或代码层面学习,难免以偏概全,无法融会贯通。

售       价:¥

纸质售价:¥53.00购买纸书

200人正在读 | 0人评论 6.2

作       者:[美] 塞思·韦德曼(Seth Weidman) 著

出  版  社:人民邮电出版社有限公司

出版时间:2021-02-01

字       数:15.9万

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)
本书全面介绍了深度学习知识,借助数学公式、示意图和代码,旨在帮助读者从数学层面、概念层面和应用层面理解神经网络。读者可以跟随本书构建和训练神经网络模型,从而解决实际问题。另外,本书着重介绍卷积神经网络和循环神经网络,并提供PyTorch源神经网络库的使用方法,有助于学习构建更高级的神经网络架构。<br/>【推荐语】<br/>1.前Facebook数据科学家带你领略深度学习领域的全貌; 2.从数学、示意图、Python三个维度立体地认识深度学习; 3.提供PyTorch源神经网络库的使用方法; 4.提供示例代码。 深度学习技术的发展如火如荼,这些知识正迅速成为机器学习从业者甚至许多软件发工程师的“加分项”。深度学习是一个立体的领域,仅从数学层面或代码层面学习,难免以偏概全,无法融会贯通。 本书作者认为,理解深度学习和神经网络需要多种思维模型。因此,本书从数学、示意图、Python代码三个维度帮助你立体地理解每一个概念,带你领略深度学习领域的全貌,从内到外地理解构建神经网络的每一步。你将学到以下内容。 - 为理解深度学习的概念和原理构建多种思维模型。 - 掌握嵌套函数、式法则等数学概念。 - 掌握学习率衰减、权重初始化、dropout等优化技巧。 - 从零构建CNN和RNN等常见的神经网络架构。 - 使用PyTorch实现神经网络。<br/>【作者】<br/>作者介绍 塞思·韦德曼(Seth Weidman),SentiLink公司数据科学家。他曾在Facebook公司从事数据科学工作,并为多家企业发了深度学习培训课程。塞思善于通过简单明了的方式解释复杂的概念。除了讲授课程,他还热衷于技术写作,并撰写了大量PyTorch教程。 译者介绍 郑天民,日本足利工业大学信息工程学硕士,研究方向为人工智能在大规模调度系统中的应用,在国际三大索引上发表多篇论文。拥有十余年软件行业从业经验,前后经历过多家大型上市公司、互联网电商、健康类独角兽公司,担任CTO、系统分析架构师和技术总监等职务。阿里云MVP、腾讯云TVP、TGO鲲鹏会会员。著有《Spring响应式微服务》《系统架构设计》《向技术管理者转型》《微服务设计原理与架构》《微服务架构实战》等。<br/>
目录展开

版权声明

O'Reilly Media, Inc. 介绍

译者序

前言

第 1 章 基本概念

第 2 章 基本原理

第 3 章 从零开始深度学习

第 4 章 扩展

第 5 章 CNN

第 6 章 RNN

第 7 章 PyTorch

附录 深入探讨

关于作者

关于封面

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