您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
联系客服
|
搜索
热搜:
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
深度学习实战
出版社: 机械工业
作者: (美)杜威·奥辛格|译者:李君婷//闫龙川//俞学豪//高德荃
商品条码: 9787111624837
版次: 1
开本: 16开
页数: 247
出版年份: 2019
印次: 1
定价:
¥89
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
收藏
上架到店铺
×
Close
上架到店铺
{{shop.name}}
点此去绑定店铺
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥22.05
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
内容简介
本书的第1章从深度学习相关的基本概念开始,介绍了典型的神经网络结构和各种层的设计特点,然后对深度学习中常见的数据集进行了介绍,*后对数据预处理和数据集的划分进行了细致的阐述。第2章是与深度神经网络调试相关的通用技巧,主要涉及到如何解决遇到的问题,包括排查错误、结果检查、选择激活函数、正则化和Dropout、训练参数设置等技巧。第3章到第15章以实际例子的形式,介绍深度学习在文本处理、图像处理、音乐处理等方面的技巧,涵盖了深度学习主要应用领域和数据类型,内容非常丰富。*后一章作者从实际生产系统使用的角度告诉读者如何在生产系统中部署机器学习应用,这使得本书的内容更加贴近实际,更加完整。
作者简介
Douwe Osinga曾供职于Google,是一位经验丰富的工程师、环球旅行者和三个初创企业的创始人。他的流行软件项目网站(https://douweosinga.com/projects)涉及包括机器学习在内的多个有趣的领域。
目录
前言 第1章 工具与技术 1.1 神经网络的类型 1.2 数据获取 1.3 数据预处理 第2章 摆脱困境 2.1 确定我们遇到的问题 2.2 解决运行过程中的错误 2.3 检查中间结果 2.4 为最后一层选择正确的激活函数 2.5 正则化和Dropout 2.6 网络结构、批尺寸和学习率 第3章 使用词嵌入计算文本相似性 3.1 使用预训练的词嵌入发现词的相似性 3.2 Word2vec数学特性 3.3 可视化词嵌入 3.4 在词嵌入中发现实体类 3.5 计算类内部的语义距离 3.6 在地图上可视化国家数据 第4章 基于维基百科外部链接构建推荐系统 4.1 收集数据 4.2 训练电影嵌入 4.3 构建电影推荐系统 4.4 预测简单的电影属性 第5章 按照示例文本的风格生成文本 5.1 获取公开领域书籍文本 5.2 生成类似莎士比亚的文本 5.3 使用RNN编写代码 5.4 控制输出温度 5.5 可视化循环神经网络的活跃程度 第6章 问题匹配 6.1 从Stack Exchange网站获取数据 6.2 使用Pandas探索数据 6.3 使用Keras对文本进行特征化 6.4 构建问答模型 6.5 用Pandas训练模型 6.6 检查相似性 第7章 推荐表情符号 7.1 构建一个简单的情感分类器 7.2 检验一个简单的分类器 7.3 使用卷积网络进行情感分析 7.4 收集Twitter数据 7.5 一个简单的表情符号预测器 7.6 Dropout和多层窗口 7.7 构建单词级模型 7.8 构建你自己的嵌入 7.9 使用循环神经网络进行分类 7.10 可视化一致性/不一致性 7.11 组合模型 第8章 Sequence-to-Sequence映射
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网