简介
本书循序渐进地介绍了深度学习的基础知识与常用方法，全面细致地提供了深度学习操作的原理和在深度学习框架下的实践步骤。本书共分为三部分，理论基础、实验和案例。第一部分理论基础，包括第1~7章，主要介绍深度学习的基础知识、深度学习在不同领域的应用、不同深度学习框架的对比以及机器学习、神经网络等内容； 第二部分实验，包括第8~9章，主要讲解常用深度学习框架的基础以及计算机视觉、自然语言处理、强化学习和可视化技术领域的一些实验讲解。第三部分案例包括第10~17章，通过8个案例介绍深度学习在图像分类、目标检测、目标识别、图像分割、生成对抗、自然语言处理等方面的应用。 本书适合Python深度学习初学者、机器学习算法分析从业人员以及高等学校计算机科学、软件工程等相关专业的师生阅读。
编辑推荐
(1) 注重理论,联系实际。 本书为重要的知识点部分配备了典型例题,通过大量的实例,展示了深度学习在图像处理、自然语言处理等领域的应用,使读者能够深入了解实际应用场景。 (2) 由浅入深,通俗易懂。 本书用简明易懂的语言描述深度学习的概念和原理,同时配以丰富的图表和实例,读者更易于理解和掌握。 (3) 内容丰富,系统全面。 本书内容按照从基础到高级的顺序进行排列,涵盖了深度学习的基础知识、常用模型以及实践中的技巧和工具,从理论到实践全面覆盖,读者可以逐步深入了解深度学习的各个方面。 (4) 结合实际,方便实用。 本书介绍了多种常用的深度学习框架和工具的使用方法,包括TensorFlow、PyTorch、PaddlePaddle等,读者能够快速上手实践。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2024-08-01
- 更新： 2025-06-03
- 书号：9787302670728
- 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
