书目信息 |
| 题名： |
深入理解神经网络
|
|
| 作者： | 张觉非 著 | |
| 分册： | ||
| 出版信息： | 北京 人民邮电出版社 2019.09 |
|
| 页数： | xi, 310页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP183 | |
| 科图分类： | ||
| 主题词： | 人工神经网络--ren gong shen jing wang luo--研究 | |
| 电子资源： | ||
| ISBN： | 978-7-115-51723-4 | |
| 000 | 01057nam0 2200265 450 | |
| 001 | 202020139022 | |
| 005 | 20200926181339.0 | |
| 010 | @a978-7-115-51723-4@dCNY89.00 | |
| 100 | @a20200916d2019 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a深入理解神经网络@Ashen ru li jie shen jing wang luo@e从逻辑回归到CNN@f张觉非著 |
| 210 | @a北京@c人民邮电出版社@d2019.09 | |
| 215 | @axi, 310页@c图@d24cm | |
| 314 | @a张觉非, 本科毕业于复旦大学计算机系。 | |
| 320 | @a有书目 | |
| 330 | @a本书将数学基础知识与机器学习和神经网络紧密结合, 包含线性模型的结构与局限、损失函数、基于一阶和二阶信息的优化算法、模型自由度与正则化、神经网络的表达能力、反向传播与计算图自动求导、卷积神经网络等主题, 帮助读者建立基于数学原理的较深刻的洞见和认知。 | |
| 517 | 1 | @a从逻辑回归到CNN@Acong luo ji hui gui dao CNN |
| 606 | 0 | @a人工神经网络@Aren gong shen jing wang luo@x研究 |
| 690 | @aTP183@v5 | |
| 701 | 0 | @a张觉非@Azhang jue fei@4著 |
| 801 | 0 | @aCN@c20190918 |
| 905 | @a河南城建学院图书馆@dTP183@eZ121 | |
| 深入理解神经网络：从逻辑回归到CNN/张觉非著.-北京：人民邮电出版社，2019.09 |
| xi, 310页：图；24cm |
| ISBN 978-7-115-51723-4：CNY89.00 |
| 本书将数学基础知识与机器学习和神经网络紧密结合, 包含线性模型的结构与局限、损失函数、基于一阶和二阶信息的优化算法、模型自由度与正则化、神经网络的表达能力、反向传播与计算图自动求导、卷积神经网络等主题, 帮助读者建立基于数学原理的较深刻的洞见和认知。 |
| ● |
| 相关链接 |
|
|
|
正题名：深入理解神经网络
索取号：TP183/Z121
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1488429 | 214884295 | 自科库301/301自科库 69排2列2层/ [索取号:TP183/Z121] | 在馆 | |
| 2 | 1488430 | 214884302 | 自科库301/301自科库 69排2列2层/ [索取号:TP183/Z121] | 在馆 |