本書深入淺出講解深度學習，對復雜的深挖其本質，讓其簡單化；對簡單的深挖其聯系，讓其豐富化。從理論知識到實戰項目，內容翔實。 本書分為兩篇，基礎篇主要講解深度學習的理論，實戰篇是代碼實踐及應用。基礎篇（第1~13章）包括由傳統機器學習到深度學習的過度、圖像分類的數據驅動的方法、Softmax損失函數、優化方法與梯度、捲積神經網絡的各種概念、捲積過程、捲積神經網絡各種訓練技巧、梯度反傳、各種捲積網絡架構、RNN遞歸神經網絡和序列模型、基於DL的語言模型、生成模型、生成對抗網絡等；實戰篇（第14~19章）包括應用捲積神經網絡進行圖像分類、各種網絡架構、網絡各層可視化、貓狗圖像識別、文本分類、GAN圖像生成等。 本書適合人工智能專業的本科生、研究生，想轉型人工智能的IT從業者，以及想從零開始瞭解並學習深度學習的讀者閱讀。
深度學習 — 理論、方法與 PyTorch 實踐
- 作者： 翟中華、孟翔宇
- 出版社： 清華大學
- 出版日期： 2021-08-01
- ISBN碼： 9787302568483
- 編號： 9787302568483
$ 556 元
原價 654
-
$556