机读格式显示(MARC)

• 000 01761nam 2200337 450

• 001 0000361127

• 005 20240926131200.0

• 010 __ |a 978-7-5606-6957-1 |d CNY48.00

• 100 __ |a 20240129d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 610000

• 105 __ |a ack a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习简明教程 |A shen du xue xi jian ming jiao cheng |f 焦李成 ... [等] 编著

• 210 __ |a 西安 |c 西安电子科技大学出版社 |d 2023.12

• 215 __ |a 247页 |c 图, 肖像 |d 23cm

• 225 2_ |a 人工智能前沿技术丛书 |A ren gong zhi neng qian yan ji shu cong shu |f 总主编焦李成

• 304 __ |a 题名页题: 焦李成, 刘梦琨, 杨淑媛, 刘芳, 李玲玲等编著

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目

• 330 __ |a 本书共四部分, 包括16章。在深度学习理论概述部分中, 分析了人工智能历史、发展与现状。在深度学习模型基础部分中, 从神经网络的基础出发, 讨论了人工神经网络的结构、原理、性质与典型应用; 接着依序详细回顾了反向传播算法、卷积神经网络、自编码网络、Hopfield神经网络、循环神经网络等几类基本网络的功能、结构、算法与典型应用; 在深度学习进阶中, 分别对残差网络、生成式对抗网络、深度强化学习、图神经网络、多尺度深度几何网络、Transformer网络进行了介绍。此后, 简述了几种深度学习实验平台、工具的实例与方法, 并展望了深度学习未来的发展方向。

• 333 __ |a 本书可用于人工智能, 智能科学与技术, 大数据科学与技术, 智能机器人, 电子科学与技术, 人工智能技术服务等领域的相关专业本科生或研究生的实践教学, 也可供相关专业技术人员参考

• 410 _0 |1 2001 |a 人工智能前沿技术丛书 |f 总主编焦李成

• 510 1_ |a Deep learning |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |j 教材

• 690 __ |a TP181 |v 5

• 701 _0 |a 焦李成 |A jiao li cheng |4 编著

• 701 _0 |a 刘梦琨 |A liu meng kun |4 编著

• 701 _0 |a 杨淑媛 |A yang shu yuan |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20240129

• 905 __ |a GDPTC |d TP181/299