在粘贴到您的文章之前,请再检查一遍引文格式的准确性。
深度学习:从基础到实践:from basics to practice
(美)安德鲁·格拉斯纳(Andrew Glassner)著.人民邮电出版社,2022
扫码到手机查看
本书分为上下两册。上册着重介绍深度学习的基础知识,主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器集成算法、前馈网络、激活函数、反向传播等内容;下册介绍机器学习的scikit-learn库和深度学习的Kearas库(这两种库均基于Python语言),以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容。
1F,103室
预借图书
您可到个人图书馆查看或取消预约
MARC信息
HEA| |01486nam0 2200277 450 001| |012003020066 005| |20230422084532.5 010| |▼a978-7-115-55451-2▼dCNY199.80(全2册) 049| |▼aA330300WZL▼bUCS01011741520▼c2006087891 100| |▼a20230422d2022 em y0chiy0110 ea 101|1 |▼achi▼ceng 102| |▼aCN▼b110000 105| |▼aa z 000yy 106| |▼ar 200|1 |▼a深度学习▼9shen du xue xi▼e从基础到实践- | |▼dDeep learning▼efrom basics t- | |o practice▼f(美)安德鲁·格拉斯纳(Andrew- | | Glassner)著▼g罗家佳译▼zeng 210| |▼a北京▼c人民邮电出版社▼d2022 215| |▼a2册(799页)▼c图▼d26cm 225|1 |▼a深度学习系列 305| |▼a由Andrew Glassner授权 330| |▼a本书分为上下两册。上册着重介绍深度学习的基础知识,主要介- | |绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学- | |习与推理、数据准备、分类器集成算法、前馈网络、激活函数、反向- | |传播等内容;下册介绍机器学习的scikit-learn库和深- | |度学习的Kearas库(这两种库均基于Python语言),以- | |及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网- | |络等内容。 510|1 |▼aDeep learning▼efrom basics t- | |o practice▼zeng 606|0 |▼a机器学习▼9ji qi xue xi 690| |▼aTP181▼v5 701| 0|▼c(美)▼a格拉斯纳▼9ge la si na▼c(Gla- | |ssner, Andrew)▼4著 702| 0|▼a罗家佳▼9luo jia jia▼4译 801| 2|▼aCN▼bLibrary▼c20230422
预约图书
© 2005- www.interlib.com.cn, all rights reserved
语言 : 中文