 |
-- 會員 / 註冊 --
|
 |
|
|
|
Tensorflow+PyTorch深度學習從算法到實戰 ( 簡體 字) |
| 作者：劉子瑛 | 類別：1. -> 程式設計 -> 機器學習 |
| 譯者： |
| 出版社：北京大學出版社 |  3dWoo書號： 51955
詢問書籍請說出此書號！【缺書】
NT售價： 445 元 |
| 出版日：8/1/2019 |
| 頁數：352 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷： | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787301305812 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (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) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介： 《TensorFlow+PyTorch深度學習從演算法到實戰》詳盡介紹深度學習相關的基本原理與使用TensorFlow、PyTorch兩大主流框架的開發基礎知識和基本技術，並且展示了在圖像識別與文本生成實際問題中的應用方法。同時考慮到程式師擅長JavaScript 的人員比熟悉Python 的人員更多的情況，特別增加了對於TensorFlow.js 的介紹。初學者面對深度學習望而卻步的主要原因是認為入門門檻太高，需要較多的演算法基礎訓練。針對此問題，本書原創了5-4-6 學習模型提綱挈領地降低學習曲線，並通過將知識點和難點分散到代碼中的方式讓讀者以熟悉的方式迅速入門，並且為進一步學習打下堅實的基礎。同時，本書也介紹了AutoML和深度強化學習等新技術，幫助讀者開闊眼界。 《TensorFlow+PyTorch深度學習從演算法到實戰》內容翔實，講解深入淺出，通俗易懂，配有大量的程式案例可供實操學習，既適合職場中經驗豐富的開發人員學習，又可供電腦等相關專業的在校學生和其他科技人員參考，還可供演算法理論相關的研究人員參考。 |
目錄：緒論程式師為什麼要學習機器學習
0.1工業革命級的技術紅利
0.2中美兩國為機器學習作背書
0.3從程式設計思維向資料思維的進化
第1章30分鐘環境搭建速成
1.1使用Anaconda搭建開發環境
1.2使用Python自帶的開發環境
1.3從原始程式碼搭建開發環境
第2章深度學習5-4-6速成法
2.1計算圖模型與計算框架
2.2五步法構造基本模型
2.3案例教程
2.45-4-6速成法學習PyTorch
2.55-4-6速成法學習TensorFlow
2.6在TensorFlow中使用Keras
2.7本章小結
第3章張量與計算圖
3.10維張量：標量
3.2計算圖與流程控制
3.3變數
第4章向量與矩陣
4.11維張量：向量
4.22維張量：矩陣
4.3n維：張量
第5章高級矩陣程式設計
5.1範數及其實現
5.2跡運算
5.3矩陣分解
第6章優化方法
6.1梯度下降的基本原理
6.2高維條件下的梯度下降
6.3PyTorch和TensorFlow中的梯度計算
6.4梯度下降案例教程
6.5優化方法進階
第7章深度學習基礎
7.1從回歸到分類
7.2深度學習簡史
第8章基礎網路結構：卷積網路
8.1卷積的原理與計算
8.2池化層
8.3啟動函數
8.4AlexNet
第9章卷積網路影像處理進階
9.1小卷積核改進VGGNet
9.2GoogLeNet
9.3殘差網路
9.4目標檢測
9.5人臉識別
第10章基礎網路結構：迴圈神經網路
10.1迴圈神經網路原理
10.2實用迴圈神經網路：LSTM
10.3LSTM案例教程
10.4實用迴圈神經網路：GRU
10.5雙向迴圈神經網路
10.6將隱藏狀態串聯起來
第11章RNN在自然語言處理中的應用
11.1文本編碼：從獨熱編碼到詞向量
11.2Char-RNN演算法
11.3Char-RNN的訓練
11.4Char-RNN的預測推理
11.5Char-RNN完整模型
第12章用JavaScript進行TensorFlow程式設計
12.1TensorFlow.js的簡介和安裝
12.2TensorFlow.js的張量操作
12.3TensorFlow.js的常用運算
12.4啟動函數
12.5TensorFlow.js變數
12.6TensorFlow.js神經網路程式設計
12.7TensorFlow.js實現完整模型
12.8TensorFlow.js的後端介面
第13章高級程式設計
13.1GPU加速
13.2生成對抗網路
13.3Attention機制
13.4多工學習
第14章超越深度學習
14.1自動機器學習AutoML
14.2Autokeras
14.3WindowsSubsystemforLinux
14.4強化學習
14.5強化學習程式設計
14.6下一步的學習方法
|
| 序： |
|
