机读格式显示(MARC)

• 000 01688nam 2200337 450

• 001 0000227148

• 005 20230318180200.0

• 010 __ |a 978-7-111-68845-7 |d CNY129.00

• 100 __ |a 20211029d2021 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 |A Python shen du xue xi |d = Advanced deep leaning with Python |e 模型、方法与实现 |f (保) 伊凡·瓦西列夫著 |g 冀振燕 ... [等] 译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2021

• 215 __ |a XIII, 300页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 300 __ |a 华章IT

• 306 __ |a 由Packt Publishing授权出版

• 314 __ |a 伊凡·瓦西列夫, 索菲亚大学的人工智能硕士。冀振燕, 副教授, 博士生导师。

• 330 __ |a 本书首先介绍构建模块和神经网络背后的数学知识, 然后介绍CNN及其在计算机视觉领域的先进应用, 以及在对象检测和图像分割中应用流行的CNN架构。还将介绍变分自编码器和GAN, 以及如何使用神经网络来提取单词的复杂向量表示。在继续讨论各种类型的循环网络 (如LSTM和GRU) 之前, 会介绍如何在没有RNN的情况下使用注意力机制处理序列数据。然后, 介绍如何使用图神经网络处理结构化数据, 以及如何使用元学习采用较少的训练样本来训练神经网络。最后, 了解如何将深度学习应用于自动驾驶汽车。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 500 10 |a Dvanced deep leaning with Python |A Dvanced deep leaning with Python |m Chinese

• 517 1_ |a 模型、方法与实现 |A mo xing 、 fang fa yu shi xian

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

• 610 0_ |a Python

• 690 __ |a TP311.561 |v 5

• 701 _1 |a 瓦西列夫 |A wa xi lie fu |g (Vasilev, Ivan) |4 著

• 702 _0 |a 冀振燕 |A ji zhen yan |4 译

• 801 _0 |a CN |b 人天书店 |c 20211029

• 905 __ |a GDPTC |d TP311.561/311