您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
磁力片
|
漫画
|
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
深度学习必学的十个问题(理论与实践)
字数: 205
出版社: 清华大学
作者: 李轩涯//张暐|责编:贾斌
商品条码: 9787302577164
版次: 1
开本: 16开
页数: 119
出版年份: 2021
印次: 1
定价:
¥49.8
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
加入书单
收藏
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)
¥21.56
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
\\\\\\\\\\\\\\\"深度学习是目前最流行的技术领域。本书兼顾了数学上的理解和代码实践,内容主要包括基础知识和深度学习模型。第1章 介绍深度学习的简洁发展思路和表示学习机制; 第2章、第3章介绍神经网络的基于梯度的优化方法、神经网络的优化难点以及相应的解决方法; 第4章讨论神经网络遇到的过拟合问题; 第5章分析神经网络的最小组成部分——神经元; 第6章讨论三种方案解决深层网络的训练难题: 批标准化、SELU、ResNet; 第7章、第8章讲述了两种重要的神经网络模型: 卷积神经网络和循环神经网络; 第9章讨论了对于神经网络的无监督学习方式; 第10章详细讨论以变分自编码器和对抗生成网络为代表的概率生成网络。 本书适合对于深度学习感兴趣的大学生、工程师阅读参考。阅读本书需要具备基础的Python编程技术和基本的数学知识。 \\\\\\\\\\\\\\\"
作者简介
李轩涯,中国计算机学会杰出会员、常务理事,中国计算机实践教育联合会副理事长。现主管百度校企合作、校企联合人才培养、校园粉丝生态圈,帮助百度技术、人才及产品品牌在高校领域的推广与影响力传播。
目录
第1章作为机器学习模型的神经网络 1.1表示学习 1.2感知器与神经网络 1.3使用keras 第2章神经网络的训练 2.1基于梯度的一阶优化 2.2基于梯度的二阶优化 2.3普通训练方法的局限 2.4误差反向传播算法的本质 2.5使用keras 第3章神经网络的优化难题 3.1局部极小值,鞍点和非凸优化 3.2随机梯度下降的优势 3.3梯度方向优化 3.4动态调整学习率 3.5使用keras 第4章神经网络的过拟合 4.1参数绑定和提前终止 4.2数据增强和噪声添加 4.3Dropout 4.4使用keras 第5章神经网络的神经单元 5.1梯度消失和梯度爆炸 5.2隐藏单元设计原则和sigmoid的非零中心 5.3基于线性函数的改进和maxout单元 5.4使用keras 第6章神经网络的深度训练 6.1预处理和批标准化 6.2批标准化的不同视角: 协变量偏差和协调更新 6.3自归一化神经网络 6.4ResNet 6.5使用keras 第7章卷积神经网络 7.1局部连接和权重共享 7.2卷积操作的重要概念 7.3卷积核的参数学习 7.4基于感受野的三个卷积技巧 7.5使用keras 第8章循环神经网络 8.1理解循环结构 8.2循环结构的参数学习 8.3正交初始化和记忆容量 8.4理解LSTM 8.5使用keras 第9章无监督表示学习: 自编码器 9.1自编码器 9.2稀疏自编码器 9.3收缩自编码器 9.4使用keras 第10章概率生成模型 10.1变分自编码器 10.2生成对抗网络 10.3使用keras 参考文献
×
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