深度学习图解 - 第5页

...全面把握。全书共14章和4个附录，循序渐进地对模式识别与机器学习领域进行剖析。首先介绍贝叶斯学习基础、逻辑回归、概率图模型基础、隐马尔可夫模型和条件随机场，接着介绍支持向量机、人工神经网络与深度学习、高斯...

...大模型本地化实战的完整方案，内容包括大模型时代的开端、PyTorch 2.0深度学习环境搭建、基于gradio的云上自托管ChatGLM3部署实战、使用ChatGLM3与LangChain实现知识图谱抽取和智能问答、适配ChatGLM3终端的Template与Chain详解...

...到图像理解和自然语言处理的典型任务中。此外，还介绍了在模型部署和编程中可用的诸多实用技巧。全书分为四部分，共9章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习...

...常识出发，对人工智能和机器人表达了很多“令人惊讶”而又让人深思的观点。如果机器可以打造一个更美好的世界，这个世界为什么还需要我们？深度学习是学习人类做过（过去时）的事情的技术...

...提供较为详细的实战方案，以便深度学习。主要从算法上分为数学、搜索、回溯、递归、排序、迭代、贪心、分治和动态规划等；从数据结构上分为字符串、数组、指针、区间、队列、矩阵、堆栈、链表、哈希表、线段树、二叉树、二叉搜索树和图结构等...

...进行了深入解析，力求做到简洁明了、全面透彻、图文结合。此外，本书着重介绍了近年来机器翻译领域的科研热点，旨在帮助读者全面了解机器翻译的前沿研究进展和关键技术。 《机器翻译：基础与模型》可供计算机相关专业高年级本科生及研究生学习使用...

...p>全书共分为五个部分：神经网络与深度学习、计算机视觉、自然语言处理、生产与部署、预测性能与模型评测。每一章都围绕一个问题展开，不仅针对问题做出了相应的解释，并配有若干图表，还给出了练习供读者检验自身是否...

...还在每章末尾推荐了很多学习资源，帮助你进一步巩固本书所学。新版基于Python 3.6，重写了所有示例和代码，并根据数据科学近几年的发展，新增了关于深度学习、统计学和自然语言处理等主题，让图书内容与时俱进...

...我们面前，机遇与挑战并存！☆《华尔街日报》《华盛顿邮报》《金融时报》2021年度图书☆ 惊艳的科幻小说+深刻的科技分析，预测并描绘未来20年科技如何影响人类社会的突破性创作☆ 洞察人工智能等未来科技发展，当深度学习、自动驾驶...

...深度强化学习领域的突破，让你一上手就紧跟最新技术。本书系统讲解深度强化学习的原理与实现，但不回避数学公式和各种模型，原创 100 多幅精美插图，并以全彩印刷展示。简洁清晰的语言 + 生动形象的图示...