标签分类
当前位置:首页 > 人工智能 > 深度学习电子书下载
深度学习

深度学习 深度学习电子书

发布时间:2020-02-09 11:18:27

出版社:电子工业出版社

作者:刘鹏

给大家带来的一篇关于深度学习相关的电子书资源,介绍了关于深度学习方面的内容,本书是由电子工业出版社出版,资源大小23MB,刘鹏编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.8分,正版资源提供epub、mobi、azw3、PDF格式的内容下载。

下载次数:6879

深度学习(pdf、epub、mobi、azw3)下载

下载地址:https://pan.baidu.com/s/1fEWdOkJkACpgGJN8KrQXP

分享码:rdyu

本书是深度学习的入门教材,系统地介绍了深度学习的基本概念与实战应用,包括深度学习在图像、语音、文本方向的应用,以及前沿发展等。本书分为10章,大致为3个部分:第1部分(1-3章)介绍深度学习的基础知识。第2部分(4-6章)介绍深度学习的各个方面,从算法设计到模型实现。第3部分(8-10章)介绍深度学习的实战应用以及前沿发展。每章都附有相应的习题和参考文献,以便感兴趣的读者进一步深入思考。 "让学习变得轻松”是本书的基本编写理念。本书适合作为相关专业本科和研究生教材,也适合作为深度学习研究与开发人员的入门书籍。

版本: Kindle电子书
文件大小: 67279 KB
出版社: 电子工业出版社; 第1版 (2018年3月1日)
语种: 简体中文
ASIN: B07CZHGRKP
品牌: 电子工业出版社

推荐内容

精通Python网络爬虫:核心技术、框架与项目实战

机械原理Matlab辅助分析(第2版)

光传输网络技术:SDH与DWDM(第2版)

深入理解Python正则表达式re模块

python xls文件批量转csv文件的几种方法

展开 +

收起 -

相关内容
深度学习:人工智能算法(Deep Learning)

本书包括3 个部分:第1 部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2 部分系统深入地讲解现今已成熟的深度学习方法和技术;第3 部分讨论某些具有前瞻性的方

立即下载
动手学深度学习 立即下载
深度学习之图像识别:核心技术与案例实战 立即下载
深度学习:一起玩转TensorLayer

本书介绍了人工神经网络的基本知识,着重讲解了深度学习的一些新的技术,以通俗易懂的方式讲解深度学习技术,包含多层感知器、卷积网络、递归网络及增强学习等,面向深度学习初学者、

立即下载
图解深度学习与神经网络

本书是以TensorFlow 为工具介绍神经网络和深度学习的入门书,内容循序渐进,以简单示例和图例的形式,展示神经网络和深度学习背后的数学基础原理,帮助读者更好地理解复杂抽象的公式。

立即下载
深度学习、优化与识别

深度神经网络是近年来受到广泛关注的研究方向,它已成为人工智能2.0的主要组成部分。本书系统地论述了深度神经网络基本理论、算法及应用。全书共16章,分为两个部分;第一部分(第1章

立即下载
深度学习:从入门到实战

本书从12个落地实践角度精炼阐述深度学习方法论解析与核心技术;22个经典案例融入11个综合案例,全面构建深度学习实践框架,切实提升开发技能,积累开发经验

立即下载
深度学习技术图像处理入门 立即下载
大数据架构详解:从数据获取到深度学习

《大数据架构详解:从数据获取到深度学习》 从架构、业务、技术三个维度深入浅出地介绍了大数据处理领域端到端的知识。主要内容包括三部分:第一部分从数据的产生、采集、计算、存储

立即下载
深度学习原理与TensorFlow实践

深度学习原理与TensorFlow实践 主要介绍了深度学习的基础原理和TensorFlow系统基本使用方法。TensorFlow是目前机器学习、深度学习领域最优秀的计算系统之一,本书结合实例介绍了使用TensorFlow开发

立即下载
笔记精选
网友NO.181479

PyTorch的深度学习入门之PyTorch安装和配置

前言 深度神经网络是一种目前被广泛使用的工具,可以用于图像识别、分类,物体检测,机器翻译等等。深度学习(DeepLearning)是一种学习神经网络各种参数的方法。因此,我们将要介绍的深度学习,指的是构建神经网络结构,并且运用各种深度学习算法训练网络参数,进而解决各种任务。本文从PyTorch环境配置开始。PyTorch是一种Python接口的深度学习框架,使用灵活,学习方便。还有其他主流的深度学习框架,例如Caffe,TensorFlow,CNTK等等,各有千秋。笔者认为,初期学习还是选择一种入门,不要期望全都学会。须知,发力集中才能深入挖掘。乱花渐欲迷人眼,选择适合自己的,从一而终,相信会对科研大有裨益! *************************************************** 说明:本文乃至本系列全部文章都是在PyTorch0.2版本下做的。现在版本更新了很多,会有一些API的更改……

网友NO.514752

《Python深度学习》书评、读书笔记

读者评价一 现阶段最浅显易懂的深度学习新手入门书,由Keras鼻祖落笔。高手不仅技术性能得,文采都不通常,确实就是说以便让尽量多的人可以应用深度学习而写的这这书,包含了深度学习的基本知识、Keras应用方式及其深度学习最好实践活动。 学习培训这书必须具有基本的PHP专业知识,但不用深度学习或是深度学习工作经验,也不用深奥的数学知识,高中数学水准得以看懂这书。 读者评价二 这这书从6月12号那一天老总递到我手上,到今日恰好六周,你在期内我逐字逐句地啃了这这书,并在每星期的星期二和星期五中午给组里的别人讲这这书,每一次讲3个钟头。直至5分钟前不久说完最终一章,写了180页的幻灯片。 感受从何说起呢?先讲Keras吧,这这书的创作者是Keras的创作者,因此这书主要详细介绍Keras在deeplearning中的各种各样使用方法。Keras容……

网友NO.171636

Python编程深度学习绘图库之matplotlib

matplotlib是python的一个开源的2D绘图库,它的原作者是John D. Hunter,因为在设计上借鉴了matlab,所以成为matplotlib。和Pillow一样是被广泛使用的绘图功能,而在深度学习相关的部分,matplotlib得宠的多。这篇文章将简单介绍一下如何安装以及使用它来画一些非常常见的统计图形。 概要信息 注意事项:由于Python2支持到2020年,很多python库都开始主要支持python3了,matplotlib的主分支也已经是python3了。而这篇文章中为了简单,安装和demo代码依然是在python2.7上进行验证的。 安装 使用pip install即可直接安装。安装日志如下: liumiaocn:tmp liumiao$ python -mpip install -U pipRequirement already up-to-date: pip in /usr/local/lib/python2.7/site-packages (10.0.1)liumiaocn:tmp liumiao$ liumiaocn:tmp liumiao$ python -mpip install -U matplotlibCollecting matplotlib Downloading https://files.pythonhosted.org/packages/61/38/d70e8bf77d5cb27d5f3595ed……

网友NO.798523

13个最常用的Python深度学习库介绍

如果你对深度学习和卷积神经网络感兴趣,但是并不知道从哪里开始,也不知道使用哪种库,那么这里就为你提供了许多帮助。 在这篇文章里,我详细解读了9个我最喜欢的Python深度学习库。 这个名单并不详尽,它只是我在计算机视觉的职业生涯中使用并在某个时间段发现特别有用的一个库的列表。 这其中的一些库我比别人用的多很多,尤其是Keras、mxnet和sklearn-theano。 其他的一些我是间接的使用,比如Theano和TensorFlow(库包括Keras、deepy和Blocks等)。 另外的我只是在一些特别的任务中用过(比如nolearn和他们的Deep Belief Network implementation)。 这篇文章的目的是向你介绍这些库。我建议你认真了解这里的每一个库,然后在某个具体工作情境中你就可以确定一个最适用的库。 我想再次重申,这份名单并不详尽。此外,由于我是计算机视觉研究人员并长期活……

网友NO.348348

PyTorch的深度学习入门教程之构建神经网络

前言 本文参考PyTorch官网的教程,分为五个基本模块来介绍PyTorch。为了避免文章过长,这五个模块分别在五篇博文中介绍。 Part3:使用PyTorch构建一个神经网络 神经网络可以使用touch.nn来构建。nn依赖于autograd来定义模型,并且对其求导。一个nn.Module包含网络的层(layers),同时forward(input)可以返回output。 这是一个简单的前馈网络。它接受输入,然后一层一层向前传播,最后输出一个结果。 训练神经网络的典型步骤如下: (1) 定义神经网络,该网络包含一些可以学习的参数(如权重) (2) 在输入数据集上进行迭代 (3) 使用网络对输入数据进行处理 (4) 计算loss(输出值距离正确值有多远) (5) 将梯度反向传播到网络参数中 (6) 更新网络的权重,使用简单的更新法则:weight = weight - learning_rate* gradient,即:新的权重=旧的权重-学习率*梯度值。……

孔鑫磊

孔鑫磊 提供

资源
45
粉丝
44
喜欢
147
评论
13

    电子书 编程教程 文档 软件 源码 视频

    Copyright 2018-2020 xz577.com 码农之家

    本站所有电子书资源不再提供下载地址,只分享来路

    免责声明:网站所有作品均由会员网上搜集共同更新,仅供读者预览及学习交流使用,下载后请24小时内删除

    版权投诉 / 书籍推广 / 赞助:QQ:520161757