|
000
|
01427nam0 2200289 450
|
|
001
|
2442023784
|
|
010
|
|
@a978-7-302-65821-4@dCNY98.00
|
|
100
|
|
@a20240412d2024 em y0chiy0120 ea
|
|
101
|
1
|
@achi@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a进化深度学习@Ajin hua shen du xue xi@f(加) 迈克尔·兰哈姆著@g殷海英译
|
|
210
|
|
@a北京@c清华大学出版社@d2024.04
|
|
215
|
|
@axiv, 321页@c图@d24cm
|
|
312
|
|
@a英文题名原文取自版权页
|
|
312
|
|
@a其他题名信息取自封面
|
|
330
|
|
@a本书旨在通过基于生物进化原理的AotuML增强来改善深度学习模型。这种令人兴奋的新方法利用鲜为人知的人工智能方法来提升性能, 而无需花费数小时进行数据注释或模型超参数调整。在本书中, 读者将学习如何用进化计算解决复杂的设计和分析问题, 用进化计算、遗传算法和粒子群优化来调整深度学习超参数, 用深度学习自动编码器的无监督学习来重新生成样本数据, 理解强化学习和Q学习方程的基本知识, 将Q学习应用于深度学习以产生深度强化学习, 优化无监督自动编码器的损失函数和网络结构, 并制作一个可以玩OpenAI体育馆游戏的进化代理。
|
|
500
|
10
|
@aEvolutionary deep learning : genetic algorithms and neural networks@mChinese
|
|
517
|
1
|
@a遗传算法和神经网络@Ayi chuan suan fa he shen jing wang luo
|
|
586
|
|
@a
|
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
|
690
|
|
@aTP181@v5
|
|
701
|
1
|
@a兰哈姆@Alan ha mu@g(Lanham, Micheal)@4著
|
|
702
|
0
|
@a殷海英@Ayin hai ying@4译
|
|
801
|
0
|
@aCN@c20240412
|
|
905
|
|
@dTP181@eL036-2@f1@sTP181/L036-2@S@Z
|
|
|
|
|
| |
| 进化深度学习/(加) 迈克尔·兰哈姆著/殷海英译.-北京：清华大学出版社，2024.04 |
| xiv, 321页：图；24cm |
| |
| |
| ISBN 978-7-302-65821-4：CNY98.00 |
| 本书旨在通过基于生物进化原理的AotuML增强来改善深度学习模型。这种令人兴奋的新方法利用鲜为人知的人工智能方法来提升性能, 而无需花费数小时进行数据注释或模型超参数调整。在本书中, 读者将学习如何用进化计算解决复杂的设计和分析问题, 用进化计算、遗传算法和粒子群优化来调整深度学习超参数, 用深度学习自动编码器的无监督学习来重新生成样本数据, 理解强化学习和Q学习方程的基本知识, 将Q学习应用于深度学习以产生深度强化学习, 优化无监督自动编码器的损失函数和网络结构, 并制作一个可以玩OpenAI体育馆游戏的进化代理。 |
| ● |
正题名：进化深度学习
索取号：TP181/L036-2
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
21616365
|
216163657
|
自科库301/301自科库 102排9列4层/
[索取号:TP181/L036-2]
|
在馆
|
|
