同類熱銷排行榜

動手學深度學習(PyTorch版)

作者：(美)阿斯頓·張//扎卡里·C.立頓//李沐//(德)亞歷山大·J.斯莫拉|責編:劉雅思|譯者:何孝霆//瑞潮兒·胡
出版社：人民郵電
ISBN：9787115600820

出版日期：2023/02/01
裝幀：平裝
頁數：572

人民幣：RMB 109.8 元售價：元

內容大鋼

    本書是《動手學深度學習》的重磅升級版本，選用經典的PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的互動式學習體驗。
    本書重新修訂《動手學深度學習》的所有內容，並針對技術的發展，新增注意力機制、預訓練等內容。本書包含15章，第一部分介紹深度學習的基礎知識和預備知識，並由線性模型引出最簡單的神經網路——多層感知機；第二部分闡述深度學習計算的關鍵組件、卷積神經網路、循環神經網路、注意力機制等大多數現代深度學習應用背後的基本工具；第三部分討論深度學習中常用的優化演算法和影響深度學習計算性能的重要因素，並分別列舉深度學習在電腦視覺和自然語言處理中的重要應用。
    本書同時覆蓋深度學習的方法和實踐，主要面向在校大學生、技術人員和研究人員。閱讀本書需要讀者了解基本的Python編程知識及預備知識中描述的線性代數、微分和概率等基礎知識。

作者介紹

(美)阿斯頓·張//扎卡里·C.立頓//李沐//(德)亞歷山大·J.斯莫拉|責編:劉雅思|譯者:何孝霆//瑞潮兒·胡

對本書的讚譽
前言
譯者簡介
學習環境配置
資源與支持
主要符號表
第1章  引言
  1.1  日常生活中的機器學習
  1.2  機器學習中的關鍵組件
    1.2.1  數據
    1.2.2  模型
    1.2.3  目標函數
    1.2.4  優化演算法
  1.3  各種機器學習問題
    1.3.1  監督學習
    1.3.2  無監督學習
    1.3.3  與環境互動
    1.3.4  強化學習
  1.4  起源
  1.5  深度學習的發展
  1.6  深度學習的成功案例
  1.7  特點
第2章  預備知識
  2.1  數據操作
    2.1.1  入門
    2.1.2  運算符
    2.1.3  廣播機制
    2.1.4  索引和切片
    2.1.5  節省內存
    2.1.6  轉換為其他Python對象
  2.2  數據預處理
    2.2.1  讀取數據集
    2.2.2  處理缺失值
    2.2.3  轉換為張量格式
  2.3  線性代數
    2.3.1  標量
    2.3.2  向量
    2.3.3  矩陣
    2.3.4  張量
    2.3.5  張量演算法的基本性質
    2.3.6  降維
    2.3.7  點積
    2.3.8  矩陣-向量積
    2.3.9  矩陣-矩陣乘法
    2.3.10  范數
    2.3.11  關於線性代數的更多信息
  2.4  微積分
    2.4.1  導數和微分
    2.4.2  偏導數
    2.4.3  梯度

    2.4.4  鏈式法則
  2.5  自動微分
    2.5.1  一個簡單的例子
……
第3章  線性神經網路
第4章  多層感知機
第5章  深度學習計算
第6章  卷積神經網路
第7章  現代卷積神經網路
第8章  循環神經網路
第9章  現代循環神經網路
第10章  注意力機制
第11章  優化演算法
第12章  計算性能
第13章  電腦視覺
第14章  自然語言處理：預訓練
第15章  自然語言處理：應用
附錄A  深度學習工具
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

動手學深度學習(PyTorch版)