书目信息 |
| 题名： |
Python深度学习从原理到应用
|
|
| 作者： | 佐卡 ， 斯菜待 ， 斯帕卡尼亚 ， 鲁兰茨 著 ；王存珉 ， 王燕 译 | |
| 分册： | ||
| 出版信息： | 北京 人民邮电出版社 2021.03 |
|
| 页数： | 286页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP311.561 | |
| 科图分类： | ||
| 主题词： | 软件工具--ruan jian gong ju--程序设计 | |
| 电子资源： | ||
| ISBN： | 978-7-115-55116-0 | |
| 000 | 02060nam0 2200337 450 | |
| 001 | CAL 0120217136976 | |
| 010 | @a978-7-115-55116-0@dCNY89.90 | |
| 100 | @a20210330d2021 em y0chiy0120 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 106 | @ar | |
| 200 | 1 | @aPython深度学习从原理到应用@APython shen du xue xi cong yuan li dao ying yong@f(美) 瓦伦蒂诺·佐卡 ... [等] 著@d= Python deep learning@fValentino Zocca@g王存珉, 王燕译@zeng |
| 210 | @a北京@c人民邮电出版社@d2021.03 | |
| 215 | @a286页@c图@d24cm | |
| 304 | @a题名页题其余责任者: 丹尼尔·斯菜待, 詹马里奥·斯帕卡尼亚, 彼得·鲁兰茨 | |
| 306 | @a由英国Packt Publishing公司授权出版 | |
| 314 | @a瓦伦蒂诺·佐卡, 拥有罗马大学数学硕士学位, 后又获得了美国马里兰大学的数学博士学位。丹尼尔·斯菜待, Skimlinks的一名工程师。詹马里奥·斯帕卡尼亚, Pirelli的一名高级数据科学家。彼得·鲁兰茨, 拥有比利时鲁汶大学计算机科学硕士学位, 主攻人工智能领域。 | |
| 330 | @a本书借助现实案例介绍深度学习算法的实际应用, 旨在帮助读者了解如何学会识别和提取信息, 以提高预测准确率及优化结果。本书共10章, 分别是机器学习 —— 引言、神经网络、深度学习基本原理、无监督特征学习、图像识别、递归神经网络和语言模型、深度学习在棋盘游戏中的应用、深度学习在电子游戏中的应用、异常检测和构建一个可用于生产环境的入侵检测系统。 本书深入介绍了深度学习的算法, 并通过Theano、Caffe、Keras和TensorFlow等框架进一步介绍了许多实用的深度学习实现核心技术: 自编码器和受限制的玻尔兹曼机器, 同时介绍了潜入深层信念网和深度神经网络, 并通过Dropout和卷积神经网络扩展更多的深度学习算法。 | |
| 500 | 10 | @aPython deep learning@mChinese |
| 606 | 0 | @a软件工具@Aruan jian gong ju@x程序设计 |
| 610 | 0 | @aPython |
| 690 | @aTP311.561@v5 | |
| 701 | 1 | @a佐卡@Azuo ka@g(Zocca, Valentino)@4著 |
| 701 | 1 | @a斯菜待@Asi cai dai@g(Slater, Daniel)@4著 |
| 701 | 1 | @a斯帕卡尼亚@Asi pa ka ni ya@g(Spacagna, Gianmario)@4著 |
| 701 | 1 | @a鲁兰茨@Alu lan ci@g(Roelants, Peter)@4著 |
| 702 | 0 | @a王存珉@Awang cun min@4译 |
| 702 | 0 | @a王燕@Awang yan@4译 |
| 801 | 0 | @aCN@b人天书店@c20210330 |
| 905 | @aTSG@b0002400@dTP311.561@eZ993@f2 | |
| Python深度学习从原理到应用/(美) 瓦伦蒂诺·佐卡 ... [等] 著= Python deep learning/Valentino Zocca/王存珉, 王燕译.-北京：人民邮电出版社，2021.03 |
| 286页：图；24cm |
| ISBN 978-7-115-55116-0：CNY89.90 |
| 本书借助现实案例介绍深度学习算法的实际应用, 旨在帮助读者了解如何学会识别和提取信息, 以提高预测准确率及优化结果。本书共10章, 分别是机器学习 —— 引言、神经网络、深度学习基本原理、无监督特征学习、图像识别、递归神经网络和语言模型、深度学习在棋盘游戏中的应用、深度学习在电子游戏中的应用、异常检测和构建一个可用于生产环境的入侵检测系统。 本书深入介绍了深度学习的算法, 并通过Theano、Caffe、Keras和TensorFlow等框架进一步介绍了许多实用的深度学习实现核心技术: 自编码器和受限制的玻尔兹曼机器, 同时介绍了潜入深层信念网和深度神经网络, 并通过Dropout和卷积神经网络扩展更多的深度学习算法。 |
| ● |
| 相关链接 |
|
|
|
正题名：Python深度学习从原理到应用
索取号：TP311.561/Z993
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1538869 | 215388694 | 自科库301/301自科库 44排1列2层/ [索取号:TP311.561/Z993] | 在馆 | |
| 2 | 1538870 | 215388701 | 自科库301/301自科库 44排1列2层/ [索取号:TP311.561/Z993] | 在馆 |