机读格式显示(MARC)

• 000 01036nam0 2200253 450

• 001 0000197907

• 005 20210629113400.0

• 010 __ |a 978-7-302-53960-5 |d CNY69.00

• 100 __ |a 20200110d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习入门 |9 shen du xue xi ru men |b 专著 |e 基于PyTorch和TensorFlow的理论与实现 |f 红色石头著

• 210 __ |a 北京 |c 清华大学出版社 |d 2020

• 215 __ |a 10,190页 |c 图 |d 24cm

• 300 __ |a 人工智能与大数据系列

• 330 __ |a 本书从神经网络的基本结构入手，推导了前向传播与反向传播的数学公式和理论支持，介绍了如今各种优化神经网络的梯度优化算法和正则化技巧，给出了在实际应用中的超参数调试和网络训练的技巧。同时，也介绍了典型的卷积神经网络(CNN)和循环神经网络(RNN)。

• 517 1_ |a 基于PyTorch和TensorFlow的理论与实现 |9 ji yu PyTorch he TensorFlow de li lun yu shi xian

• 606 0_ |a 机器学习 |9 ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 红色石头 |9 hong se shi tou |c (计算机) |4 著

• 801 _0 |a CN |b GDPTC |c 20210629

• 905 __ |a GDPTC |d TP181/67