机读格式显示(MARC)

• 000 02075nam0 2200349 450

• 001 0000227149

• 005 20230320100600.0

• 010 __ |a 978-7-115-55116-0 |d CNY89.90

• 100 __ |a 20210330d2021 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a Python深度学习从原理到应用 |A Python shen du xue xi cong yuan li dao ying yong |f (美) 瓦伦蒂诺·佐卡 ... [等] 著 |d = Python deep learning |f Valentino Zocca |g 王存珉, 王燕译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2021

• 215 __ |a 286页 |c 图 |d 24cm

• 304 __ |a 题名页题其余责任者: 丹尼尔·斯菜待, 詹马里奥·斯帕卡尼亚, 彼得·鲁兰茨

• 306 __ |a 由英国Packt Publishing公司授权出版

• 314 __ |a 瓦伦蒂诺·佐卡, 拥有罗马大学数学硕士学位, 后又获得了美国马里兰大学的数学博士学位。丹尼尔·斯菜待, Skimlinks的一名工程师。詹马里奥·斯帕卡尼亚, Pirelli的一名高级数据科学家。彼得·鲁兰茨, 拥有比利时鲁汶大学计算机科学硕士学位, 主攻人工智能领域。

• 330 __ |a 本书借助现实案例介绍深度学习算法的实际应用, 旨在帮助读者了解如何学会识别和提取信息, 以提高预测准确率及优化结果。本书共10章, 分别是机器学习 —— 引言、神经网络、深度学习基本原理、无监督特征学习、图像识别、递归神经网络和语言模型、深度学习在棋盘游戏中的应用、深度学习在电子游戏中的应用、异常检测和构建一个可用于生产环境的入侵检测系统。 本书深入介绍了深度学习的算法, 并通过Theano、Caffe、Keras和TensorFlow等框架进一步介绍了许多实用的深度学习实现核心技术: 自编码器和受限制的玻尔兹曼机器, 同时介绍了潜入深层信念网和深度神经网络, 并通过Dropout和卷积神经网络扩展更多的深度学习算法。

• 500 10 |a Python deep learning |m Chinese

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 610 0_ |a Python |A Python

• 690 __ |a TP311.561 |v 5

• 701 _1 |a 佐卡 |A zuo ka |g (Zocca, Valentino) |4 著

• 701 _1 |a 斯菜待 |A si cai dai |g (Slater, Daniel) |4 著

• 701 _1 |a 斯帕卡尼亚 |A si pa ka ni ya |g (Spacagna, Gianmario) |4 著

• 701 _1 |a 鲁兰茨 |A lu lan ci |g (Roelants, Peter) |4 著

• 702 _0 |a 王存珉 |A wang cun min |4 译

• 702 _0 |a 王燕 |A wang yan |4 译

• 801 _0 |a CN |b 人天书店 |c 20210330

• 905 __ |a GDPTC |d TP311.561/318