-
收藏
-
加书架
-
引用
简介
本书是一本系统介绍深度学习基础知识和理论原理的入门书籍。本书从神经网络的基本结构入手，详细推导了前向传播与反向传播的数学公式和理论支持，详细介绍了如今各种优化神经网络的梯度优化算法和正则化技巧，给出了在实际应用中的超参数调试和网络训练的技巧。同时，也介绍了典型的卷积神经网络（CNN）和循环神经网络（RNN）。除了介绍理论基础外，本书以Python为基础，详细介绍了如今主流的深度学习框架PyTorch和TensorFlow，并分别使用这两种框架来构建相应的项目，帮助读者从理论和实践中提高自己的深度学习知识水平。
编辑推荐
★★这是一本深度学习的入门书籍，也是一本关于Python、PyTorch、TensorFlow的工具手册；这是一本深度学习的理论书籍，也是一本教你如何编写代码构建神经网络的实战手册。 ★★本书面向的读者包括深度学习初学者、对深度学习感兴趣的在校大学生、有意向转行人工智能领域的IT从业人员。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2020-01-01
- 更新： 2023-06-07
- 书号：9787302539605
- 中图：TP181
- 学科：工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
相关图书
机器学习和深度学习：原理、算法、实战（使用Python 和 TensorFlow）
[印] 文卡塔·雷迪·科纳萨尼（Venkata Reddy Konasani）、沙伦德拉·卡德雷（Shailendra Kadre）著 秦婧 韩雨童 译
￥128.00
