国产第1页_91在线亚洲_中文字幕成人_99久久久久久_五月宗合网_久久久久国产一区二区三区四区

讀書(shū)月攻略拿走直接抄！
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
基于Python的數(shù)據(jù)分析叢書(shū)深度學(xué)習(xí)入門(mén)——基于Python的實(shí)現(xiàn)(基于Python的數(shù)據(jù)分析叢書(shū))

包郵 基于Python的數(shù)據(jù)分析叢書(shū)深度學(xué)習(xí)入門(mén)——基于Python的實(shí)現(xiàn)(基于Python的數(shù)據(jù)分析叢書(shū))

出版社：中國(guó)人民大學(xué)出版社出版時(shí)間：2021-03-01
開(kāi)本： 其他 頁(yè)數(shù)： 244
中 圖 價(jià):¥28.0(6.2折) 定價(jià)  ¥45.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車(chē) 收藏
開(kāi)年大促， 全場(chǎng)包郵
?新疆、西藏除外
本類(lèi)五星書(shū)更多>

基于Python的數(shù)據(jù)分析叢書(shū)深度學(xué)習(xí)入門(mén)——基于Python的實(shí)現(xiàn)(基于Python的數(shù)據(jù)分析叢書(shū)) 版權(quán)信息

基于Python的數(shù)據(jù)分析叢書(shū)深度學(xué)習(xí)入門(mén)——基于Python的實(shí)現(xiàn)(基于Python的數(shù)據(jù)分析叢書(shū)) 內(nèi)容簡(jiǎn)介

深度學(xué)習(xí)是一種人工智能, 模仿人腦處理數(shù)據(jù)和創(chuàng)建用于決策的模式方面的工作, 處理用于檢測(cè)對(duì)象、識(shí)別語(yǔ)音、翻譯語(yǔ)言和進(jìn)行決策的數(shù)據(jù). 本書(shū)是深度學(xué)習(xí)入門(mén)級(jí)教材，有以下特點(diǎn)：
1. 由淺入深, 對(duì)于很基本的單層神經(jīng)網(wǎng)絡(luò)到多層神經(jīng)網(wǎng)絡(luò)的前向及后向傳播理論, 從公式到代碼緩慢進(jìn)階, 做了透徹的解釋, 易于理解及上手。
2. 在基本模塊介紹之后, 對(duì)于各種更復(fù)雜的模型并不拘泥于細(xì)節(jié), 而是著重介紹其含義, 讓讀者著眼于整體框架及未來(lái)發(fā)展。
3. 盡量跟隨新發(fā)展, 書(shū)中近期新的模型來(lái)自2020年.

基于Python的數(shù)據(jù)分析叢書(shū)深度學(xué)習(xí)入門(mén)——基于Python的實(shí)現(xiàn)(基于Python的數(shù)據(jù)分析叢書(shū)) 目錄

**部分 Python 基礎(chǔ)
第 1 章 Python 基礎(chǔ)
1．1引 言
1．2 安 裝
1．3 基本模塊的編程
1．4 NumPy 模塊
1．5 Pandas 模塊
1．6 Matplotlib 模塊
1．7 Python 的類(lèi)——面向?qū)ο缶幊毯?jiǎn)介
1．8 習(xí) 題
第二部分 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)及逐步深化
第 2 章 從*簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)說(shuō)起
2．1 紀(jì)元和批次
2．2 神經(jīng)網(wǎng)絡(luò)回歸
2．3 神經(jīng)網(wǎng)絡(luò)分類(lèi)
第 3 章 有隱藏層的神經(jīng)網(wǎng)絡(luò)
3．1 一個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)
3．2 多個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)
3．3 通過(guò) PyTorch 實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)初等計(jì)算
第三部分 深度學(xué)習(xí)的 PyTorch 實(shí)現(xiàn)
第 4 章 神經(jīng)網(wǎng)絡(luò)的 PyTorch 逐步深化
4．1 簡(jiǎn)單的人造數(shù)據(jù)回歸
4．2 MNIST 手寫(xiě)數(shù)字?jǐn)?shù)據(jù)神經(jīng)網(wǎng)絡(luò)案例
4．3 卷積神經(jīng)網(wǎng)絡(luò)
4．4 MNIST 手 寫(xiě) 數(shù) 字 數(shù) 據(jù) ( 續(xù))： CNN
4．5 CIFAR10 數(shù)據(jù)圖像 CNN 案例·
第 5 章 遞歸神經(jīng)網(wǎng)絡(luò)
5．1 遞歸神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
5．2 長(zhǎng)短期記憶網(wǎng)絡(luò) (LSTM)
5．3 LSTM 預(yù)測(cè)句子的例子
5．4 門(mén)控遞歸網(wǎng)絡(luò) (GRU)
5．5 數(shù) 據(jù) MNIST 手 寫(xiě) 數(shù) 字 數(shù) 據(jù) 的GRU 分類(lèi)例子
5．6 GRU 處理時(shí)間序列的例子
第 6 章 PyTorch 文本數(shù)據(jù)分析
6．1 一個(gè)簡(jiǎn)單的文本分類(lèi)例子
6．2 序列到序列模型 (seq2seq)
6．3 剖析一個(gè)著名 seq2seq 案例
第 7 章 用于自然語(yǔ)言處理的變換器
7．1 變換器的原理
7．2 預(yù)訓(xùn)練模塊Transformers·
7．3 seq2seq 變換器示范代碼
第 8 章 現(xiàn)代 Hopfifield 網(wǎng)絡(luò)
8．1 概論
8．2 傳統(tǒng)的 Hopfifield 網(wǎng)絡(luò)
8．3 現(xiàn)代 Hopfifield 網(wǎng)絡(luò)
8．4 現(xiàn)代 Hopfifield 網(wǎng)絡(luò)例子
第四部分 深度學(xué)習(xí)的 TensorFlow 實(shí)現(xiàn)
第 9 章 通過(guò)例子進(jìn)入 TensorFlow
9．1 分類(lèi)例子： 皮膚病
9．2 回歸例子
9．3 不平衡數(shù)據(jù)分類(lèi)例子
第 10 章 TensorFlow 案例
10．1 102 種花卉 CNN 分類(lèi)例子
10．2 通過(guò) RNN 生成文本例子
10．3 IMDB 數(shù)據(jù)文本情感分析案例
10．4 IMDB 數(shù)據(jù)的變換器示范代碼
10．5 圖像分割案例
展開(kāi)全部

基于Python的數(shù)據(jù)分析叢書(shū)深度學(xué)習(xí)入門(mén)——基于Python的實(shí)現(xiàn)(基于Python的數(shù)據(jù)分析叢書(shū)) 節(jié)選

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子領(lǐng)域. 它利用層次化的人工神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的過(guò)程. 人工神經(jīng)網(wǎng)絡(luò)類(lèi)似于人的大腦, 其神經(jīng)元節(jié)點(diǎn)像網(wǎng)絡(luò)一樣連接在一起. 深度學(xué)習(xí)系統(tǒng)的分層功能使機(jī)器可以使用非線(xiàn)性方法處理數(shù)據(jù). 它主要用于有監(jiān)督學(xué)習(xí), 也能夠從非結(jié)構(gòu)化或未標(biāo)記的數(shù)據(jù)中不受監(jiān)督地學(xué)習(xí)網(wǎng)絡(luò). 由于深度學(xué)習(xí)主要使用神經(jīng)網(wǎng)絡(luò), 也稱(chēng)為深度神 經(jīng)學(xué)習(xí)或深度神經(jīng)網(wǎng)絡(luò). 數(shù)字時(shí)代引起了來(lái)自世界各地的各種形式的數(shù)據(jù)爆炸式增長(zhǎng). 這些數(shù)據(jù) (簡(jiǎn)稱(chēng)為大數(shù)據(jù)) 來(lái)自社交媒體、互聯(lián)網(wǎng)搜索引擎和電子商務(wù)平臺(tái)等多種資源. 有大量數(shù)據(jù)易于訪(fǎng)問(wèn), 并且可以通過(guò)云計(jì)算等金融科技應(yīng)用程序共享. 但是, 通常只有非結(jié)構(gòu)化的數(shù)據(jù)如此龐大, 以至于基于傳統(tǒng)方法可能需要數(shù)十年才能理解并提取相關(guān)信息. 人們意識(shí)到, 挖掘這些豐富的信息可能會(huì)帶來(lái)令人難以置信的潛力, 因此, 越來(lái)越多地采用諸如深度學(xué)習(xí)這樣的人工智能系統(tǒng)進(jìn)行自動(dòng)化支持.

基于Python的數(shù)據(jù)分析叢書(shū)深度學(xué)習(xí)入門(mén)——基于Python的實(shí)現(xiàn)(基于Python的數(shù)據(jù)分析叢書(shū)) 作者簡(jiǎn)介

吳喜之 北京大學(xué)數(shù)學(xué)力學(xué)系本科畢業(yè)，北卡羅來(lái)納大學(xué)統(tǒng)計(jì)系博士。中國(guó)人民大學(xué)統(tǒng)計(jì)學(xué)院教授，博士生導(dǎo)師。曾在南開(kāi)大學(xué)、北京大學(xué)、加利福尼亞大學(xué)、北卡羅來(lái)納大學(xué)等多所著名學(xué)府執(zhí)教。

暫無(wú)評(píng)論……
書(shū)友推薦
返回頂部
中圖網(wǎng)
在線(xiàn)客服
主站蜘蛛池模板： 成人嗯啊视频在线观看 | 91精品国产91久久久久久麻豆 | 肥老熟妇伦子伦456视频 | 中文字幕在线看日本大片 | 视频一区二区在线观看 | 久久精品无码免费不卡 | 色综合久久中文字幕无码 | 国产日产欧产精品精品图片 | 欧美老熟妇乱子伦视频 | 99午夜高清在线视频在观看 | 日本欧美一区二区三区乱码 | 寂寞骚妇被后入式爆草抓爆 | 国产69囗曝吞精在线视频 | h片在线免费观看 | 色偷偷av9丨| 天天曰天天干 | a级片在线 | 欧美一级特黄高清免费 | 午夜剧院免费 | 麻豆一区二区99久久久久 | 久久精品国产99国产精品 | 国产情精品嫩草影院88av | 国产做国产爱免费视频 | 禁网站在线观看免费视频 | 青青青爽国产在线视频 | 亚洲欧美激情日韩在线 | 好了av在线第四综合网站 | 久久在线精品 | 久久99影院网久久久久久 | 亚洲日日做天天做日日谢 | 免费观看日本污污ww网站 | 成人欧美日本免费观看 | 伊人久久久精品区aaa片 | 免费一级肉体全黄毛片高清 | 免费爱爱的视频太爽了 | 免费人妻精品一区二区三区 | 一品毛片| 狠狠操网址 | 精品在线观看一区 | 西西444www无码大胆 | 久久精品国产99国产精品澳门 |