登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　運費計算　 |　聯絡我們　 |　幫助中心　|　 加入書簽
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心 服務：香港／台灣／澳門／海外 送貨：速遞／郵局／服務站

新書上架：簡體書 繁體書
暢銷書架：簡體書 繁體書
好書推介：簡體書 繁體書

十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書
七月出版：大陸書 台灣書
六月出版：大陸書 台灣書
五月出版：大陸書 台灣書
四月出版：大陸書 台灣書
三月出版：大陸書 台灣書
二月出版：大陸書 台灣書
一月出版：大陸書 台灣書
12月出版：大陸書 台灣書
11月出版：大陸書 台灣書
十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書

『簡體書』Keras深度学习与神经网络

書城自編碼： 3780993
分類：簡體書→大陸圖書→教材→研究生/本科/专科教材
作者： 肖睿 程鸣萱
國際書號(ISBN)： 9787115564788
出版社： 人民邮电出版社
出版日期： 2022-08-01

頁數/字數： /
書度/開本： 16开 釘裝： 平装

售價：HK$ 71.8

我要買 件

 

** 我創建的書架 **
未登入.

新書推薦：
刻意练习不生气
《 刻意练习不生气 》
售價：HK$ 39.2
大宋理财：青苗法与王安石的金融帝国（全彩插图本）
《 大宋理财：青苗法与王安石的金融帝国（全彩插图本） 》
售價：HK$ 109.8
安全感是内心长出的盔甲
《 安全感是内心长出的盔甲 》
售價：HK$ 67.0
快人一步：系统性能提高之道
《 快人一步：系统性能提高之道 》
售價：HK$ 110.9
我们为什么会做梦：让梦不再神秘的新科学
《 我们为什么会做梦：让梦不再神秘的新科学 》
售價：HK$ 77.3
算法图解（第2版）
《 算法图解（第2版） 》
售價：HK$ 78.2
科学的奇幻之旅
《 科学的奇幻之旅 》
售價：HK$ 77.3
画艺循谱：晚明的画谱与消闲
《 画艺循谱：晚明的画谱与消闲 》
售價：HK$ 143.4

 
建議一齊購買：

+

HK$ 156.2
《诊断学（第9版/本科临床/配增值）》		 +

HK$ 59.9
《无机化学》		 +

HK$ 59.1
《植物地理学（第五版）》		 +

HK$ 46.8
《大学生劳动教育教程（高等院校通识课教材）》		 +

HK$ 57.6
《推拿学习题集·全国中医药行业高等教育“十四五”规划教材配套用》
編輯推薦：
1.以操作实践为学习的切入点，而不是直接切入理论讲解；
2.以任务为驱动，贯穿知识内容；
3.充分考虑学习者的认知曲线，由浅入深，边讲边练边切入理论知识；
4.通过项目实训训练技能的综合使用能力。
內容簡介：
本书从人工智能导论入手，阐述人工智能的发展及现状，重点介绍了机器学习和神经网络基础、反向传播原理、卷积神经网络和循环神经网络等内容。本书内容由浅入深，循序渐进，从神经元和感知机入手，逐步讲解深度学习中神经网络基础、反向传播以及更深层次的卷积神经网络、循环神经网络。本书知识体系完整，内容覆盖面广，介绍了深度学习中常用的模型和算法，助力读者全方位掌握深度学习的相关知识。
本书可作为高等院校计算机等相关专业的教材，也可供人工智能领域的技术人员学习使用，还可以作为人工智能研究人员的参考用书。
關於作者：
肖睿，课工场创始人，北京大学教育学博士，北京大学软件学院特约讲师，北京大学学习科学实验室特约顾问。作为北大青鸟 Aptech 的联合创始人，历任学术总监、研究院院长、公司副总裁等核心岗位，拥有20多年的IT职业教育产品管理和企业管理经验。于2015年创办课工场，兼任总经理，旨在为大学生提供更可靠的 IT 就业教育及服务。
目錄：
目录 第１章 人工智能导论
任务 1.1：了解人工智能发展历程
人工智能的发展历程
任务 1.2：理解人工智能、机器学习、深度学习.
1.2.1 人工智能，机器学习和深度学习
1.2.2 深度学习的发展
任务 1.3：了解深度学习的应用情况
1.3.1 深度学习的应用情况
本章小结
本章习题
第 2 章 深度学习流程
任务 2.1：什么是机器学习
2.1.1 机器学习
2.1.2 机器如何学习
任务 2.2：理解回归与分类
2.2.1 回归
2.2.2 分类
任务 2.3：了解深度学习工作过程
深度学习工作过程
本章小结
本章习题
第 3 章 神经网络基础
任务 3.1：什么是人工神经元
3.1.1 生物神经元
3.1.2 人工神经元
任务 3.2：理解激活函数的意义
3.2.1 激活函数的意义
3.2.2 激活函数种类
任务 3.3：掌握基础的神经网络结构
3.3.1 感知机模型
3.3.2 全连接神经网络
任务 3.4：了解什么是损失函数
3.4.1 损失函数的意义
3.4.2 损失函数的种类
本章小结
本章习题
第 4 章 反向传播原理.
任务 4.1：计算神经网络的输出
前向传播计算
任务 4.2：掌握反向传播算法
4.2.1 反向传播算法的意义
4.2.2 反向传播算法的计算
任务 4.3：掌握梯度下降算法
4.3.1 梯度下降概述
4.3.2 梯度下降的形式
4.3.3 学习率的作用
任务 4.4：使用 Python 实现反向传播算法
反向传播的 Python 实现
本章小结
本章习题
第 5 章 Keras 与环境配置
任务 5.1：深度学习开发环境的配置
5.1.1 Python 开发环境搭建
5.1.2 Keras 与 TensorFlow 安装
任务 5.2：快速开始 Keras
5.2.1 为什么选择 Keras
5.2.2 快速开始 Keras
任务 5.3：掌握顺序模型 Sequential API
5.3.1 Sequential API
任务 5.4：认识函数式模型 Funtional API
Funtional API
本章小结
本章习题
第 6 章 深度神经网络手写体识别
任务 6.1：理解 Softmax 回归模型
6.1.1 Softmax 回归模型
6.1.2 交叉熵损失函数
任务 6.2：使用手写体识别数据集 MNIST
图像分类数据集-MNIST
任务 6.3：深度神经网络解决图像分类问题
多层感知机结合 Softmax 完成手写体识别
任务 6.4：模型评估
6.4.1 选择一个可靠的模型
6.4.2 欠拟合和过拟合
本章小结
本章习题
第 7 章 神经网络优化
任务 7.1：范数正则化避免过拟合
范数正则化
任务 7.2：丢弃法正则化避免过拟合
丢弃法
任务 7.3：掌握改进的优化算法
7.3.1 深度学习与优化
7.3.2 小批量随机梯度下降算法改进
本章小结
本章习题
第 8 章 卷积神经网络
任务 8.1：初识卷积神经网络
8.1.1 卷积概述
8.1.2 与全连接网络对比
任务 8.2：卷积运算
8.2.1 卷积核
8.2.2 填充和步幅
8.2.3 多通道卷积
8.2.4 池化层
任务 8.3：LeNet 实现物体分类
8.3.1 LeNet-开山之作
8.3.2 LeNet 进行物体分类
本章小结
本章习题
第 9 章 卷积神经网络经典结构
任务 9.1：训练深度卷积神经网络
9.1.1 AlexNet
9.1.2 图像增广
9.1.3 实现 AlexNet
任务 9.2：进一步增加网络的深度
9.2.1 VGG 系列
9.2.2 应用 VGG16 提取特征
任务 9.3：认识并行结构的卷积网络
9.3.1 GoogLeNet
9.3.2 Inception 结构块
9.3.3 1×1 卷积核
9.3.4 GoogLeNet 结构
任务 9.4：把网络深度提升至上百层
9.4.1 深度残差网络
9.4.2 稠密连接网络
本章小结
本章习题
第 10 章 循环神经网络
任务 10.1：对时序数据建模
10.1.1 时序数据
10.1.2 循环神经网络
任务 10.2：增加循环神经网络的记忆
10.2.1 长短期记忆网络原理
10.2.2 Keras 实现 LSTM
任务 10.3：优化长短期记忆网络
10.3.1 重置门与更新门
本章小结
本章习题

 

 

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式 香港用户　 |　台灣用户　|　大陸用户　|　海外用户
megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.