|
000
|
01801nam 2200313 450
|
|
001
|
CAL 0120192731672
|
|
010
|
|
@a978-7-111-62196-6@dCNY69.00
|
|
100
|
|
@a20191007d2019 em y0chiy50 ea
|
|
101
|
1
|
@achi@cinc@ceng@cben
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak a 000yy
|
|
200
|
1
|
@a实用卷积神经网络@Ashi yong juan ji shen jing wang luo@e运用Python实现高级深度学习模型@f(印度) 莫希特·赛瓦克, (孟加拉) 穆罕默德·礼萨·卡里姆, (美) 普拉蒂普·普贾里著@d= Practical convolutional neural networks@eimplement advanced deep learning models using Python@fMohit Sewak, Md. Rezaul Karim, Pradeep Pujari@g王彩霞译@zeng
|
|
210
|
|
@a北京@c机械工业出版社@d2019.04
|
|
215
|
|
@aXI, 181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
|
|
314
|
|
@a莫希特·赛瓦克是IBM的高级认知数据科学家。穆罕默德·礼萨·卡里姆是德国Fraunhofer FIT的研究科学家。普拉蒂普·普贾里, 是沃尔玛实验室的机器学习工程师, 也是ACM的杰出成员。
|
|
320
|
|
@a有书目
|
|
330
|
|
@a本书共分为9章, 主要内容包括: 深度神经网络概述 ; 卷积神经网络介绍 ; 构建CNN并进行性能优化 ; 经典的CNN模型架构 ; 转移学习 ; CNN自编码器 ; CNN目标检测与实例分割 ; GAN: 使用CNN生成新图像等。
|
|
410
|
0
|
@12001 @a智能系统与技术丛书
|
|
510
|
1
|
@aPractical convolutional neural networks@eimplement advanced deep learning models using Python@zeng
|
|
517
|
1
|
@a运用Python实现高级深度学习模型@Ayun yong Python shi xian gao ji shen du xue xi mo xing
|
|
606
|
0
|
@a人工神经网络@Aren gong shen jing wang luo@x应用@x机器学习@x研究
|
|
690
|
|
@aTP181@v5
|
|
701
|
1
|
@a赛瓦克@Asai wa ke@g(Sewak, Mohit)@4著
|
|
701
|
1
|
@a普贾里@Apu jia li@g(Pujari, Pradeep)@4著
|
|
701
|
1
|
@a卡里姆@Aka li mu@g(Karim Md, Rezaul)@4著
|
|
702
|
0
|
@a王彩霞@Awang cai xia@4译
|
|
801
|
0
|
@aCN@c20191007
|
|
905
|
|
@a河南城建学院图书馆@dTP181@eS021
|
|
|
|
|
| |
| 实用卷积神经网络:运用Python实现高级深度学习模型/(印度) 莫希特·赛瓦克, (孟加拉) 穆罕默德·礼萨·卡里姆, (美) 普拉蒂普·普贾里著= Practical convolutional neural networks:implement advanced deep learning models using Python/Mohit Sewak, Md. Rezaul Karim, Pradeep Pujari/王彩霞译.-北京:机械工业出版社,2019.04 |
| XI, 181页:图;24cm.-(智能系统与技术丛书) |
| |
| |
| ISBN 978-7-111-62196-6:CNY69.00 |
| 本书共分为9章, 主要内容包括: 深度神经网络概述 ; 卷积神经网络介绍 ; 构建CNN并进行性能优化 ; 经典的CNN模型架构 ; 转移学习 ; CNN自编码器 ; CNN目标检测与实例分割 ; GAN: 使用CNN生成新图像等。 |
| ● |
正题名:实用卷积神经网络
索取号:TP181/S021
 
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1390607
|
213906077
|
自科库301/301自科库 39排1列4层/
[索取号:TP181/S021]
|
在馆
|
|
|
2
|
1390608
|
213906086
|
自科库301/301自科库 39排1列4层/
[索取号:TP181/S021]
|
在馆
|
|