书目信息 |
题名: |
深度学习的高级议题
|
|
作者: | 翟中华 , 孙玉龙 , 林宇平 , 王嘉义 编著 | |
分册: | ||
出版信息: | 北京 电子工业出版社 2024.04 |
|
页数: | 185页, 8页图版 | |
开本: | 24cm | |
丛书名: | 人工智能前沿理论与技术应用丛书 | |
单 册: | ||
中图分类: | TP181 | |
科图分类: | ||
主题词: | 机器学习--ji qi xue xi | |
电子资源: | ||
ISBN: | 978-7-121-47321-0 |
000 | 01694nam 2200373 450 | |
001 | 89613 | |
005 | 20250814171745.89 | |
010 | @a978-7-121-47321-0@dCNY89.00 | |
099 | @aCAL 012024062397 | |
100 | @a20240613d2024 em y0chiy50 ea | |
101 | 0 | @achi |
102 | @aCN@b110000 | |
105 | @aaf a 000yy | |
106 | @ar | |
200 | 1 | @a深度学习的高级议题@Ashen du xue xi de gao ji yi ti@f翟中华 ... [等] 编著 |
210 | @a北京@c电子工业出版社@d2024.04 | |
215 | @a185页, 8页图版@c图 (部分彩图)@d24cm | |
225 | 2 | @a人工智能前沿理论与技术应用丛书@Aren gong zhi neng qian yan li lun yu ji shu ying yong cong shu |
300 | @a人工智能知识赋能工程 | |
304 | @a题名页题其余责任者: 孙玉龙, 林宇平, 王嘉义 | |
312 | @a英文题名取自封面 | |
314 | @a翟中华, 清华大学经管学院《创新创业实验室》实践项目指导老师、北京洪策元创智能科技有限公司CEO、AI火箭营首席讲师。毕业于清华大学, 长期从事机器学习、深度学习等方面的工作, 先后在互联网、互联网金融等行业公司主持技术工作, 曾在互联网征信、大数据等行业公司任技术总监。 | |
320 | @a有书目 | |
330 | @a本书针对深度学习知识做进阶性探讨。通过10章内容, 对卷积网络、新型结构、注意力机制、模型压缩、自监督学习、目标检测中的高级技巧、无监督学习、Transformer高级篇, 以及图神经网络和元学习进行了探讨, 最后对深度学习的未来发展进行了展望。 | |
410 | 0 | @12001 @a人工智能前沿理论与技术应用丛书 |
510 | 1 | @aAdvanced topics in deep learning@zeng |
606 | 0 | @a机器学习@Aji qi xue xi |
690 | @aTP181@v5 | |
701 | 0 | @a翟中华@Azhai zhong hua@4编著 |
701 | 0 | @a孙玉龙@Asun yu long@4编著 |
701 | 0 | @a林宇平@Alin yu ping@4编著 |
701 | 0 | @a王嘉义@Awang jia yi@4编著 |
801 | 0 | @aCN@c20250909 |
905 | @a河南城建学院图书馆@dTP181@eZ048-2@f1 | |
深度学习的高级议题/翟中华 ... [等] 编著.-北京:电子工业出版社,2024.04 |
185页, 8页图版:图 (部分彩图);24cm.-(人工智能前沿理论与技术应用丛书) |
人工智能知识赋能工程 |
ISBN 978-7-121-47321-0:CNY89.00 |
本书针对深度学习知识做进阶性探讨。通过10章内容, 对卷积网络、新型结构、注意力机制、模型压缩、自监督学习、目标检测中的高级技巧、无监督学习、Transformer高级篇, 以及图神经网络和元学习进行了探讨, 最后对深度学习的未来发展进行了展望。 |
● |
相关链接 |
![]() |
![]() |
![]() |
正题名:深度学习的高级议题
索取号:TP181/Z048-2
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1623575 | 216235759 | 自科库301/ [索取号:TP181/Z048-2] | 在馆 |