| 名称: | |
| 描述: | |
| 公开/私有: | 公开 私有 |
标签:
用空格间隔多个标签,如:小说 文学 余秋雨
保存至书单:
封面仅供参考
动手学深度学习：PyTorch版 |
|
|
题名/责任者:
|
动手学深度学习 [ 专著] / 阿斯顿·张(Aston Zhang)[等]著 , 何孝霆，瑞潮儿·胡译 |
|
ISBN:
|
978-7-115-60082-0 价格： CNY109.80 |
|
语种:
|
汉语 |
|
载体形态:
|
572页 : 图 ; 26cm |
|
出版发行:
|
北京 : 人民邮电出版社, 2023.02 |
|
内容提要:
|
本书是《动手学深度学习》的升级版本，选用经典的PyTorch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互式学习体验。这一版本重新修订《动手学深度学习》的所有内容，并针对技术的发展，新增注意力机制、预训练等内容。本书共包含15章，第一部分介绍深度学习的基础知识和预备知识，并由线性模型引出最简单的神经网络——多层感知机；第二部分阐述深度学习计算的关键组件、卷积神经网络、循环神经网络、注意力机制等大多数现代深度学习应用背后的基本工具；第三部分讨论深度学习中常用的优化算法和影响深度学习计算性能的重要因素，并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。 |
|
主题词:
|
机器学习 |
|
中图分类法
:
|
TP181 版次： 5 |
|
主要责任者:
|
张 著 |
|
次要责任者:
|
何孝霆 译 |
|
次要责任者:
|
胡 译 |
|
使用对象附注:
|
机器学习者 |
|
标签:
|
|
|
相关资源:
|
|
限定所在馆:
限定所在馆藏地点:
限定馆藏状态:
预约：可预约已外借图书，在馆图书不可预约
>>
预借：可预借在馆图书
>>
HEA| |01960nam0 2200289 450 001| |012003183751 005| |20241101182925.2 010| |▼a978-7-115-60082-0▼dCNY109.80 100| |▼a20241101d2023 em y0chiy50 ea 101|1 |▼achi 102| |▼aCN▼b110000 105| |▼aa z 000yy 106| |▼ar 200|1 |▼a动手学深度学习▼9dong shou xue shen - | |du xue xi▼b专著▼dDive into deep - | |learning▼ePyTorch版▼f阿斯顿·张(Asto- | |n Zhang)[等]著▼g何孝霆，瑞潮儿·胡译▼zeng▼- | |Adong shou xue shen du xue xi 210| |▼a北京▼c人民邮电出版社▼d2023.02 215| |▼a572页▼c图▼d26cm 304| |▼a著者还有：(美)扎卡里?C.立顿(Zachary C. - | |Lipton)、李沐(Mu Li)、(德)亚历山大?J.斯莫- | |拉(Alexander J. Smola) 330| |▼a本书是《动手学深度学习》的升级版本，选用经典的PyTor- | |ch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互- | |式学习体验。这一版本重新修订《动手学深度学习》的所有内容，并- | |针对技术的发展，新增注意力机制、预训练等内容。本书共包含15- | |章，第一部分介绍深度学习的基础知识和预备知识，并由线性模型引- | |出最简单的神经网络——多层感知机；第二部分阐述深度学习计算的- | |关键组件、卷积神经网络、循环神经网络、注意力机制等大多数现代- | |深度学习应用背后的基本工具；第三部分讨论深度学习中常用的优化- | |算法和影响深度学习计算性能的重要因素，并分别列举深度学习在计- | |算机视觉和自然语言处理中的重要应用。 333| |▼a机器学习者 510|1 |▼aDive into deep learning▼zeng 606|0 |▼a机器学习▼Aji qi xue xi 690| |▼aTP181▼v5 701| 0|▼a张▼9zhang▼c(Zhang, Aston)▼4著▼Azhang 702| 0|▼a何孝霆▼9he xiao ting▼4译▼Ahe xiao ting 702| 0|▼a胡▼9hu▼c(Hu, Rachel)▼4译▼Ahu 801| 0|▼aCN▼b人天书店▼c20230214 801| 2|▼aCN▼b001▼c20241101