|
题名:
|
深入浅出神经网络与深度学习 / (澳)迈克尔·尼尔森著 , 朱小虎译 |
|
ISBN:
|
978-7-115-54209-0 价格： CNY89.00 |
|
语种:
|
chi |
|
载体形态:
|
227页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 人民邮电出版社 出版日期： 2020 |
|
内容提要:
|
本书深入讲解神经网络和深度学习技术,侧重于阐释深度学习的核心概念。作者以技术原理为导向,辅以贯穿全书的MNIST手写数字识别项目示例,介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容,以及如何利用这些知识改进深度学习项目。学完本书后,读者将能够通过编写Python代码来解决复杂的模式识别问题。 |
|
主题词:
|
人工神经网络 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP183 版次： 5 |
|
主要责任者:
|
尼尔森 著 |
|
次要责任者:
|
朱小虎 译 |
|
责任者附注:
|
迈克尔·尼尔森(Michael Nielsen)计算机科学家、量子物理学家、科普作家,Y Combinator Research的研究Fellow,曾受邀在哈佛大学、斯坦福大学、麻省理工学院、剑桥大学、牛津大学等高校以及谷歌和微软等公司做主题演讲,另著有高分作品《重塑发现》和《量子计算和量子信息》。 |
|
索书号:
|
3 |