书目信息 |
题名: |
深度学习
|
|
作者: | 米凯卢奇 著 ;陶阳, , 邓红平, 译 | |
分册: | ||
出版信息: | 北京 机械工业出版社 2019.10 |
|
页数: | XII, 268页 | |
开本: | 24cm | |
丛书名: | 智能系统与技术丛书 | |
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: | 978-7-111-63710-3 |
000 | 01683nam 2200313 450 | |
001 | 2063984445 | |
005 | 20201104174645.95 | |
010 | @a978-7-111-63710-3@dCNY89.00 | |
100 | @a20191105d2019 em y0chiy50 ea | |
101 | 1 | @achi@cger |
102 | @aCN@b110000 | |
105 | @aa z 000yy | |
200 | 1 | @a深度学习@Ashen du xue xi@e基于案例理解深度神经网络@f(瑞士) 翁贝托·米凯卢奇著@d= Applied deep learning@ea case-based approach to understanding deep neural networks@fUmberto Michelucci@g陶阳, 邓红平译@zeng |
210 | @a北京@c机械工业出版社@d2019.10 | |
215 | @aXII, 268页@c图@d24cm | |
225 | 2 | @a智能系统与技术丛书@Azhi neng xi tong yu ji shu cong shu |
306 | @a由Apress出版社授权出版 | |
314 | @a翁贝托·米凯卢奇, 目前在瑞士领先的医疗保险公司从事创新和人工智能工作。陶阳, 博士 毕业于国防科技大学计算机学院。邓红平, 现为南昌工学院人工智能学院讲师。 | |
330 | @a本书探讨深度学习中的高级主题, 以及如何解决在训练深度神经网络时遇到的典型问题。书中首先介绍单一神经元网络的激活函数 (ReLu、sigmoid和Swish) , 然后介绍如何使用TensorFlow进行线性和逻辑回归, 以及如何选择正确的代价函数, 之后讨论具有多个层和神经元的更复杂的神经网络结构, 并探讨了权重的随机初始化问题。 | |
410 | 0 | @12001 @a智能系统与技术丛书 |
510 | 1 | @aApplied deep learning@ea case-based approach to understanding deep neural networks@zeng |
517 | 1 | @a基于案例理解深度神经网络@Aji yu an li li jie shen du shen jing wang luo |
606 | 0 | @a机器学习@Aji qi xue xi |
690 | @aTP181@v5 | |
701 | 1 | @a米凯卢奇@Ami kai lu qi@g(Michelucci, Umberto)@4著 |
702 | 0 | @a陶阳,@Atao yang@f1976-@4译 |
702 | 0 | @a邓红平,@Adeng hong ping@f1977-@4译 |
801 | 0 | @aCN@b人天书店@c20200929 |
905 | @aZUCC@dTP181@eM658 | |
深度学习:基于案例理解深度神经网络/(瑞士) 翁贝托·米凯卢奇著= Applied deep learning:a case-based approach to understanding deep neural networks/Umberto Michelucci/陶阳, 邓红平译.-北京:机械工业出版社,2019.10 |
XII, 268页:图;24cm.-(智能系统与技术丛书) |
ISBN 978-7-111-63710-3:CNY89.00 |
本书探讨深度学习中的高级主题, 以及如何解决在训练深度神经网络时遇到的典型问题。书中首先介绍单一神经元网络的激活函数 (ReLu、sigmoid和Swish) , 然后介绍如何使用TensorFlow进行线性和逻辑回归, 以及如何选择正确的代价函数, 之后讨论具有多个层和神经元的更复杂的神经网络结构, 并探讨了权重的随机初始化问题。 |
● |
相关链接 |
正题名:深度学习
索取号:TP181/M658
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1477792 | 214777927 | 自科库301/301自科库 35排2列5层/ [索取号:TP181/M658] | 在馆 | |
2 | 1477793 | 214777936 | 自科库301/301自科库 35排2列5层/ [索取号:TP181/M658] | 在馆 |