机读格式显示(MARC)
- 010 __ |a 978-7-111-68934-8 |d CNY89.00
- 100 __ |a 20211009d2021 em y0chiy50 ea
- 200 1_ |a 深度学习 |A shen du xue xi |e 基于稀疏和低秩模型 |f 王章阳, (美) 傅云, 黄煦涛编著 |d = Deep learning through sparse and low-rank modeling |f Zhangyang Wang, Yun Fu, Thomas S. Huang |g 黄智濒译 |z eng
- 210 __ |a 北京 |c 机械工业出版社 |d 2021.9
- 215 __ |a xi, 220页 |c 图 |d 26cm
- 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu
- 306 __ |a 本版由ELSEVIER INC.授权机械工业出版社在中国大陆地区 (不包括香港、澳门以及台湾地区) 出版发行
- 314 __ |a 王章阳, 德克萨斯农工大学计算机科学与工程系助理教授, 致力于利用先进的特征学习和优化技术解决机器学习。傅云, 美国东北大学工程学院和计算机与信息科学学院的跨学科教师。黄煦涛, 伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系教授。黄智濒, 博士, 北京邮电大学计算机学院讲师。长期从事智能机器学习、超大规模并行计算、三维计算机视觉和深度学习架构方面的研究。
- 330 __ |a 本书由近几年发表在各类顶级期刊和国际会议/研讨会上的论文集结而成, 囊括国内外深度学习研究者的成果。本书关注经典的稀疏模型和低秩模型与深度网络模型的集成, 其中, 稀疏和低秩模型强调问题特定的先验性和可解释性, 而深度网络模型具有更强的学习能力, 同时能更好地利用大数据。书中展示了深度学习工具箱与稀疏/低秩模型和算法的紧密联系, 并介绍了这些技术在维度约简、动作识别、风格识别、亲属关系理解、图像除雾以及生物医学图像分析等方面的成功应用。
- 333 __ |a 本书适合深度学习和机器学习领域有一定基础的读者阅读, 可拓展读者关于理论和分析工具的研究思路, 并为深度模型的架构和解释提供有益的指导
- 410 _0 |1 2001 |a 智能科学与技术丛书
- 500 10 |a Deep learning through sparse and low-rank modeling |A Deep learning through sparse and low-rank modeling |m Chinese
- 606 0_ |a 机器学习 |A ji qi xue xi
- 701 _0 |a 王章阳 |A wang zhang yang |4 编著
- 701 _0 |a 傅云 |A fu yun |4 编著
- 701 _0 |a 黄煦涛 |A huang xu tao |g (Huang, Thomas S.) |4 编著
- 702 _0 |a 黄智濒 |A huang zhi bin |4 译
- 801 _0 |a CN |b 湖北三新 |c 20211009
- 905 __ |a GDPTC |d TP181/170