机读格式显示(MARC)

• 000 01721nam0 2200337 450

• 001 0000480920

• 005 20220211092726.8

• 010 __ |a 978-7-115-57533-3 |d CNY99.90 |f CNY149.85

• 092 __ |a CN |b Rt1013-1522

• 100 __ |a 20220211d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习入门与TensorFlow实践 |A shen du xue xi ru men yu TensorFlow shi jian |b 专著 |f 林炳清著

• 210 __ |a 北京 |c 人民邮电出版社 |d 2022.02

• 215 __ |a 326页 |c 图 |d 24cm

• 225 1_ |a 深度学习系列

• 330 __ |a 本书首先介绍深度学习、线性代数、微积分和概率论相关知识，讨论Python编程相关的基础知识，线性模型中的线性回归模型和logistic模型，梯度下降法，然后讲述深度学习的正向传播算法、反向传播算法及完整训练流程，输出层的激活函数，应用于隐藏层的4个常见激活函数，深度学习的过拟合和欠拟合，以及3种应对过拟合的方法，以及使用TensorFlow 2.0建立深度学习模型，接着介绍卷积神经网络(CNN)及其两个最重要的组成部分——卷积(convolution)和池化(pooling)，如何使用TensorFlow 2.0建立卷积神经网络，最后讨论如何从零开始实现循环神经网络，如何搭建深度学习框架，如何使用TensorFlow 2.0建立循环神经网络模型。

• 333 __ |a 本书既可供从事人工智能方面研究的专业人士阅读，也可供计算机专业的师生阅读

• 606 0_ |a 机器学习

• 606 0_ |a 人工智能 |x 算法

• 690 __ |a TP181 |v 5

• 690 __ |a TP18 |v 5

• 701 _0 |a 林炳清 |A lin bing qing |4 著

• 801 _0 |a CN |b 人天书店 |c 20220211

• 856 __ |q text |s 9434.55K |u http://www.cxstar.com/Book/Detail?pinst=P6u77RH0me5oQF0l5w3&ruid=2a32027f000019XXXX

• 904 __ |a 2a32027f000019XXXX |b 模式识别与智能系统 |c 不可供 |d 成人学术 |e 否

• 905 __ |a LYVC |d TP181TP18/E0044690

• 906 __ |a E0044690 |b E0044690 |c TP181TP18/E0044690 |d 电子图书 |e 149.85

• 920 __ |a 441400 |z 1