動手學深度學習( 簡體 字) | |
| 作者：阿斯頓·張（Aston Zhang） 李沐（Mu Li）[美] 扎卡里·C. 立 | 類別：1. -> 程式設計 -> 深度學習 |
| 出版社：人民郵電出版社 |  3dWoo書號： 51245詢問書籍請說出此書號！ 有庫存 NT售價： 375 元 |
| 出版日：8/1/2018 | |
| 頁數：412 | |
| 光碟數：0 | |
站長推薦：   | |
| 印刷：黑白印刷 | 語系： ( 簡體 字 ) |
| ISBN：9787115490841 | 加入購物車 │加到我的最愛 (請先登入會員) |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證, 繁體書的下載亦請直接連絡出版社) | |
對本書的讚譽
前言 如何使用本書 資源與支持 主要符號表 第1章 深度學習簡介 1.1 起源 1.2 發展 1.3 成功案例 1.4 特點 小結 練習 第2章 預備知識 2.1 獲取和運行本書的代碼 2.1.1 獲取代碼並安裝運行環境 2.1.2 更新代碼和運行環境 2.1.3 使用GPU版的MXNet 小結 練習 2.2 數據操作 2.2.1 創建NDArray 2.2.2 運算 2.2.3 廣播機制 2.2.4 索引 2.2.5 運算的內存開銷 2.2.6 NDArray和NumPy相互變換 小結 練習 2.3 自動求梯度 2.3.1 簡單例子 2.3.2 訓練模式和預測模式 2.3.3 對Python控制流求梯度 小結 練習 2.4 查閱文檔 2.4.1 查找模塊里的所有函數和類 2.4.2 查找特定函數和類的使用 2.4.3 在MXNet網站上查閱 小結 練習 第3章 深度學習基礎 3.1 線性回歸 3.1.1 線性回歸的基本要素 3.1.2 線性回歸的表示方法 小結 練習 3.2 線性回歸的從零開始實現 3.2.1 生成數據集 3.2.2 讀取數據集 3.2.3 初始化模型參數 3.2.4 定義模型 3.2.5 定義損失函數 …… 第4章 深度學習計算 第5章 卷積神經網路 第6章 循環神經網路 第7章 優化演算法 第8章 計算性能 第9章 電腦視覺 第10章 自然語言處理 附錄A 數學基礎 附錄B 使用Jupyter記事本 附錄C 使用AWS運行代碼 附錄D GPU購買指南 附錄E 如何為本書做貢獻 附錄F d2lzh包索引 附錄G 中英文術語對照表 參考文獻 索引 本書是一本同時覆蓋方法和實踐的深度學習書籍。本書不僅從數學的角度闡述深度學習的技術與應用，還使用Apache MXNet 及其最新的Gluon 接口演示如何用代碼實現它們。
除了視頻課程和討論區，書中還利用Jupyter notebook 能將文字、代碼、公式和圖像統一起來的優勢，提供一個交互式的學習體驗。據我們所知，目前還沒有如此多方位交互式的深度學習的學習體驗。我們將嘗試彌補這個空白。 本書是一本同時覆蓋方法和實踐的深度學習書籍。本書不僅從數學的角度闡述深度學習的技術與應用，還使用Apache MXNet 及其最新的Gluon 接口演示如何用代碼實現它們。
除了視頻課程和討論區，書中還利用Jupyter notebook 能將文字、代碼、公式和圖像統一起來的優勢，提供一個交互式的學習體驗。據我們所知，目前還沒有如此多方位交互式的深度學習的學習體驗。我們將嘗試彌補這個空白。 | |
