|
000
|
01797nam0 2200301 450
|
|
001
|
2441991016
|
|
010
|
|
@a978-7-121-47373-9@dCNY86.00
|
|
100
|
|
@a20240402d2024 em y0chiy0120 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a深度学习与神经网络@Ashen du xue xi yu shen jing wang luo@f赵金晶, 李虎, 张明编著
|
|
210
|
|
@a北京@c电子工业出版社@d2024.02
|
|
215
|
|
@axi, 219页@c图@d24cm
|
|
312
|
|
@a英文并列题名取自封面
|
|
314
|
|
@a赵金晶, 女, 1981年生, 军事科学院系统工程研究院研究员, 国防科技大学计算机学院博士毕业, 主要研究方向为网络与信息安全、人工智能技术。李虎, 男, 1987年生, 军事科学院系统工程研究院工程师, 国防科技大学计算机学院博士毕业, 主要研究方向为网络与信息安全。张明, 男, 1990年生, 军事科学院系统工程研究院工程师, 北京系统工程研究所硕士毕业, 主要研究方向为机器学习和人工智能安全。
|
|
330
|
|
@a本书分为7章。第1章绪论, 梳理人工智能不同技术流派的特点、深度学习的发展及前沿技术; 第2章介绍相关预备知识, 包括线性代数、概率论、优化理论及机器学习的基础知识; 第3章从前馈神经网络的基础模型--感知器出发, 介绍前馈神经网络的基本结构及涉及的激活函数、梯度下降、误差反向传播等内容; 第4章介绍深度模型的优化, 讨论神经网络优化中常见的病态问题; 第5章介绍深度学习中的正则化, 包括范数惩罚、数据集增强与噪声注入、提前停止等; 第6章介绍卷积神经网络, 以及卷积神经网络在计算机视觉领域的具体应用; 第7章通过实际案例介绍循环神经网络与卷积神经网络的结合应用。
|
|
510
|
1
|
@aDeep learning and neural networks@zeng
|
|
586
|
|
@a
|
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
|
606
|
0
|
@a人工神经网络@Aren gong shen jing wang luo
|
|
690
|
|
@aTP18@v5
|
|
701
|
0
|
@a赵金晶,@Azhao jin jing@f1981-@4编著
|
|
701
|
0
|
@a李虎,@Ali hu@f1987-@4编著
|
|
701
|
0
|
@a张明,@Azhang ming@f1990-@4编著
|
|
801
|
0
|
@aCN@c20240402
|
|
905
|
|
@dTP18@eZ302@f1@sTP18/Z302@S@Z
|
|
|
|
|
| |
| 深度学习与神经网络/赵金晶, 李虎, 张明编著.-北京：电子工业出版社，2024.02 |
| xi, 219页：图；24cm |
| |
| |
| ISBN 978-7-121-47373-9：CNY86.00 |
| 本书分为7章。第1章绪论, 梳理人工智能不同技术流派的特点、深度学习的发展及前沿技术; 第2章介绍相关预备知识, 包括线性代数、概率论、优化理论及机器学习的基础知识; 第3章从前馈神经网络的基础模型--感知器出发, 介绍前馈神经网络的基本结构及涉及的激活函数、梯度下降、误差反向传播等内容; 第4章介绍深度模型的优化, 讨论神经网络优化中常见的病态问题; 第5章介绍深度学习中的正则化, 包括范数惩罚、数据集增强与噪声注入、提前停止等; 第6章介绍卷积神经网络, 以及卷积神经网络在计算机视觉领域的具体应用; 第7章通过实际案例介绍循环神经网络与卷积神经网络的结合应用。 |
| ● |
正题名：深度学习与神经网络
索取号：TP18/Z302
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
21617247
|
216172479
|
自科库301/301自科库 102排6列4层/
[索取号:TP18/Z302]
|
在馆
|
|
