深度学习详解 - 第2页

搜索“深度学习详解”相关的电子书资源,全站精选优质电子书, 支持PDF、EPUB、Kindle等多种格式免费下载。当前第2页,每页10本精选书籍。

计算机 -  人工智能(AI)

深度学习的数学

《深度学习的数学》基于丰富的图示和具体示例,通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况;第2章介绍理解神经网络所需的数学基础知识;第3章介绍神经网络...
1.3k 查看
2019年发布
4 分
涌泉良幸 著
深度学习的数学封面图
计算机 -  计算机科学

深度学习入门之PyTorch

...生成对抗网络,最后通过实战了解深度学习前沿的研究成果,以及 PyTorch 在实际项目中的应用。《深度学习入门之PyTorch》将理论和代码相结合,帮助读者更好地入门深度学习,适合任何对深度学习感兴趣的人阅读...
311 查看
2017年发布
5.7 分
廖星宇 著
深度学习入门之PyTorch封面图
计算机 -  人工智能(AI)

深度学习进阶:自然语言处理

...不依赖外部库,使用Python 3从零开始创建深度学习程序,通过亲自创建程序并运行,读者可透彻掌握word2vec、RNN、LSTM、GRU、seq2seq和Attention等技术背后的运行原理。学习曲线平缓按照“文字介绍→代码...
1.5k 查看
2020年发布
9.7 分
[日] 斋藤康毅 著
深度学习进阶:自然语言处理封面图
计算机 -  人工智能(AI)

深度学习推荐系统

深度学习在推荐系统领域掀起了一场技术革命,本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。《深度学习推荐系统》既...
661 查看
2020年发布
9.2 分
王喆 著
深度学习推荐系统封面图
计算机 -  人工智能(AI)

深度学习之PyTorch物体检测实战

随着深度学习的⻜速发展,计算机视觉技术取得了令⼈瞩⽬的成果,尤其是物体检测这⼀基础⼜核⼼的分⽀,诞⽣了众多经典算法,在⾃动驾驶、智能医疗、智能安防及搜索娱乐...
398 查看
2020年发布
8.2 分
董洪义 著
深度学习之PyTorch物体检测实战封面图
计算机 -  人工智能(AI)

深度学习训练营:21天实战TensorFlow+Keras+scikit-learn

本书基于TensorFlow、Keras和scikit-learn,介绍了21个典型的人工智能应用场景。全书共3篇,分别是预测类项目实战篇、识别类项目实战篇和生成类项目实战篇。其中预测类项目包括房价预测、泰坦尼克号...
196 查看
2020年发布
暂无
张强 著
深度学习训练营:21天实战TensorFlow+Keras+scikit-learn封面图
计算机 -  计算机图形学与设计

深度学习之PyTorch实战计算机视觉

...或基础较为薄弱的读者入门深度学习,达到能够独立使用深度学习知识处理计算机视觉问题的水平。通过阅读本书,读者将学到人工智能的基础概念及Python 编程技能,掌握PyTorch 的使用方法,学到深度学习相关的理论知识...
202 查看
2018年发布
4.6 分
唐进民 著
深度学习之PyTorch实战计算机视觉封面图
计算机 -  人工智能(AI)

深度学习图解

《深度学习图解》(grokking deep learning)指导你从最基础的每一行代码开始搭建深度学习网络!经验丰富的深度学习专家 Andrew W. Trask 以有趣的图解方式为你揭开深度学习的神秘面纱,使你可亲身体会训练神经...
649 查看
2020年发布
6.6 分
[美] 安德鲁·特拉斯克 (Andrew W. Trask) 著
深度学习图解封面图
计算机 -  编程

深度学习原理与实践

本书详细介绍了目前深度学习相关的常用网络模型(ANN、CNN、RNN),以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析,这些案例能够加深读者对网络模型的认识。此外,本书...
131 查看
2018年发布
9.2 分
陈仲铭、彭凌西 著
深度学习原理与实践封面图
计算机 -  人工智能(AI)

深度学习:原理与应用实践

...深度学习》由全球知名的三位专家 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 撰写,是深度学习领域奠基性的经典教材。全书的内容包括 3 个部分:第 1 部分介绍基本的数学工具和机器学习的概念,它们是深度学习的...
166 查看
2017年发布
4.3 分
[美] 伊恩·古德费洛 等 著
深度学习:原理与应用实践封面图
© 2024~2026 金屋电子书 版权所有 - 专注电子书整理与分享

本站所有内容均收集整理自网络,仅作为学习交流使用,请勿用于商业用途。请于下载后的24小时内删除,否则后果自负。如有侵权,请联系站长删除。