题名:
|
深度学习 / (瑞士) 翁贝托·米凯卢奇著 , 陶阳, 邓红平译 |
ISBN:
|
978-7-111-63710-3 价格: CNY89.00 |
语种:
|
chi |
载体形态:
|
XII, 268页 图 24cm |
出版发行:
|
出版地: 北京 出版社: 机械工业出版社 出版日期: 2019 |
内容提要:
|
本书探讨深度学习中的高级主题,例如优化算法、超参数调整、Dropout和误差分析,以及如何解决在训练深度神经网络时遇到的典型问题。书中首先介绍单一神经元网络的激活函数(ReLu、sigmoid和Swish),然后介绍如何使用TensorFlow进行线性和逻辑回归,以及如何选择正确的代价函数,之后讨论具有多个层和神经元的更复杂的神经网络结构,并探讨了权重的随机初始化问题。本书用一整章对神经网络误差分析进行全面概述,给出解决来自不同分布的方差、偏差、过拟合和数据集问题的例子。 |
主题词:
|
机器学习 |
中图分类法:
|
TP181 版次: 5 |
其它题名:
|
基于案例理解深度神经网络 |
主要责任者:
|
米凯卢奇 著 |
次要责任者:
|
陶阳 译 |
次要责任者:
|
邓红平 译 |
附注:
|
机工IT |
责任者附注:
|
翁贝托·米凯卢奇(Umberto Michelucci),目前在瑞士领先的医疗保险公司从事创新和人工智能(AI)工作。 |
索书号:
|
3 |