孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

深度学习导论

深度学习导论
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] （Eugene Charniak）
出版社: 人民邮电出版社
2020-04
版次: 1
ISBN: 9787115529916
定价: 49.00
装帧: 其他
开本: 16开
纸张: 胶版纸
页数: 150页
分类: 计算机与互联网
7 张插图图片
13人买过
  • 《深度学习导论》讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉和自然语言处理等。 本书编写简明扼要，理论联系实践，每一章都包含习题以及补充阅读的参考文献。本书既可作为高校人工智能课程的教学用书，也可供从业者入门参考。 本书要求读者熟悉线性代数、多元微积分、概率论与数理统计知识，另外需要读者了解Python编程。 作者简介 尤金·查尔尼克（Eugene Charniak），美国布朗大学计算机科学和认知科学教授，博士毕业于MIT，博士导师是人工智能之父马文·明斯基。他是国际知名的人工智能研究者，美国人工智能学会（AAAI）会士，2011年获美国计算语言学会（ACL）终身成就奖。除本书之外，他还撰写了《统计语言学习》《人工智能编程》等图书。 译者简介 沈磊，美国计算语言学会（ACL）会员，中国计算机学会（CCF）会员，博士毕业于北京航空航天大学计算机学院，博士研究方向为人工智能、模式识别，现为vivo公司北京AI研究院NLP算法专家，主要方向为自然语言理解和自动问答。她在自然语言处理及推荐算法方向发表了多篇学术论文，申请了5项专利。 郑春萍，教育学博士，北京邮电大学人文学院副教授，主要研究方向为应用语言学与计算机辅助翻译。她是美国国务院“英语语言学者项目”访问学者、英国曼彻斯特大学人文艺术学院访问学者，曾获北京市高等教育教学成果一等奖、北京市高校青年教学名师奖、中央电视台“希望之星”英语风采大赛全国总决赛最佳指导教师奖等奖项。她主持了国家社科基金、教育部霍英东青年教师基金及教育部人文社科基金等省部级课题6项，发表学术论文40余篇，主编教材2部，出版专著1部、译著2部。 第 1章　前馈神经网络　1

    　1.1 感知机　3

    　1.2 神经网络的交叉熵损失函数　7

    　1.3 导数与随机梯度下降　11

    　1.4 编写程序　15

    　1.5 神经网络的矩阵表示　17

    　1.6 数据独立性　19

    　1.7 参考文献和补充阅读　20

    　1.8 习题　21

    第　2章 Tensorflow　23

    　2.1 预备知识　23

    　2.2 TF程序　26

    　2.3 多层神经网络　31

    　2.4 其他方面　34

    　2.4.1 检查点　34

    　2.4.2 tensordot　35

    　2.4.3 TF变量的初始化　37

    　2.4.4 TF图创建的简化　39

    　2.5 参考文献和补充阅读　40

    　2.6 习题　40

    第3章　卷积神经网络　43

    　3.1 滤波器、步长和填充　43

    　3.2 一个简单的TF卷积例子　49

    　3.3 多层卷积　51

    　3.4 卷积细节　54

    　3.4.1 偏置　54

    　3.4.2 卷积层　55

    　3.4.3 池化运算（pooling）　55

    　3.5 参考文献和补充阅读　56

    　3.6 习题　57

    第4章　词嵌入与循环神经网络　59

    　4.1 语言模型的词嵌入　59

    　4.2 构建前馈语言模型　63

    　4.3 改进前馈语言模型　65

    　4.4 过拟合　66

    　4.5 循环网络　69

    　4.6 长短期记忆模型　75

    　4.7 参考文献和补充阅读　78

    　4.8 习题　78

    第5章　序列到序列学习　81

    　5.1 seq2seq模型　82

    　5.2 编写一个seq2seq MT程序　84

    　5.3 seq2seq中的注意力机制　87

    　5.4 多长度seq2seq　90

    　5.5 编程练习　91

    　5.6 参考文献和补充阅读　93

    　5.7 习题　94

    第6章　深度强化学习　97

    　6.1 值迭代　98

    　6.2 Q学习　101

    　6.3 深度Q学习基础　103

    　6.4 策略梯度法　106

    　6.5 行动者-评论家方法　112

    　6.6 经验回放　114

    　6.7 参考文献和补充阅读　115

    　6.8 习题　116

    第7章　无监督神经网络模型　119

    　7.1 基本自编码　119

    　7.2 卷积自编码　122

    　7.3 变分自编码　126

    　7.4 生成式对抗网络　132

    　7.5 参考文献和补充阅读　137

    　7.6 习题　137

    附录A　部分习题答案　139

    附录B　参考文献　143

    附录C　索引　147

    本书赞誉　151
  • 内容简介:
    《深度学习导论》讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉和自然语言处理等。 本书编写简明扼要，理论联系实践，每一章都包含习题以及补充阅读的参考文献。本书既可作为高校人工智能课程的教学用书，也可供从业者入门参考。 本书要求读者熟悉线性代数、多元微积分、概率论与数理统计知识，另外需要读者了解Python编程。
  • 作者简介:
    作者简介 尤金·查尔尼克（Eugene Charniak），美国布朗大学计算机科学和认知科学教授，博士毕业于MIT，博士导师是人工智能之父马文·明斯基。他是国际知名的人工智能研究者，美国人工智能学会（AAAI）会士，2011年获美国计算语言学会（ACL）终身成就奖。除本书之外，他还撰写了《统计语言学习》《人工智能编程》等图书。 译者简介 沈磊，美国计算语言学会（ACL）会员，中国计算机学会（CCF）会员，博士毕业于北京航空航天大学计算机学院，博士研究方向为人工智能、模式识别，现为vivo公司北京AI研究院NLP算法专家，主要方向为自然语言理解和自动问答。她在自然语言处理及推荐算法方向发表了多篇学术论文，申请了5项专利。 郑春萍，教育学博士，北京邮电大学人文学院副教授，主要研究方向为应用语言学与计算机辅助翻译。她是美国国务院“英语语言学者项目”访问学者、英国曼彻斯特大学人文艺术学院访问学者，曾获北京市高等教育教学成果一等奖、北京市高校青年教学名师奖、中央电视台“希望之星”英语风采大赛全国总决赛最佳指导教师奖等奖项。她主持了国家社科基金、教育部霍英东青年教师基金及教育部人文社科基金等省部级课题6项，发表学术论文40余篇，主编教材2部，出版专著1部、译著2部。
  • 目录:
    第 1章　前馈神经网络　1

    　1.1 感知机　3

    　1.2 神经网络的交叉熵损失函数　7

    　1.3 导数与随机梯度下降　11

    　1.4 编写程序　15

    　1.5 神经网络的矩阵表示　17

    　1.6 数据独立性　19

    　1.7 参考文献和补充阅读　20

    　1.8 习题　21

    第　2章 Tensorflow　23

    　2.1 预备知识　23

    　2.2 TF程序　26

    　2.3 多层神经网络　31

    　2.4 其他方面　34

    　2.4.1 检查点　34

    　2.4.2 tensordot　35

    　2.4.3 TF变量的初始化　37

    　2.4.4 TF图创建的简化　39

    　2.5 参考文献和补充阅读　40

    　2.6 习题　40

    第3章　卷积神经网络　43

    　3.1 滤波器、步长和填充　43

    　3.2 一个简单的TF卷积例子　49

    　3.3 多层卷积　51

    　3.4 卷积细节　54

    　3.4.1 偏置　54

    　3.4.2 卷积层　55

    　3.4.3 池化运算（pooling）　55

    　3.5 参考文献和补充阅读　56

    　3.6 习题　57

    第4章　词嵌入与循环神经网络　59

    　4.1 语言模型的词嵌入　59

    　4.2 构建前馈语言模型　63

    　4.3 改进前馈语言模型　65

    　4.4 过拟合　66

    　4.5 循环网络　69

    　4.6 长短期记忆模型　75

    　4.7 参考文献和补充阅读　78

    　4.8 习题　78

    第5章　序列到序列学习　81

    　5.1 seq2seq模型　82

    　5.2 编写一个seq2seq MT程序　84

    　5.3 seq2seq中的注意力机制　87

    　5.4 多长度seq2seq　90

    　5.5 编程练习　91

    　5.6 参考文献和补充阅读　93

    　5.7 习题　94

    第6章　深度强化学习　97

    　6.1 值迭代　98

    　6.2 Q学习　101

    　6.3 深度Q学习基础　103

    　6.4 策略梯度法　106

    　6.5 行动者-评论家方法　112

    　6.6 经验回放　114

    　6.7 参考文献和补充阅读　115

    　6.8 习题　116

    第7章　无监督神经网络模型　119

    　7.1 基本自编码　119

    　7.2 卷积自编码　122

    　7.3 变分自编码　126

    　7.4 生成式对抗网络　132

    　7.5 参考文献和补充阅读　137

    　7.6 习题　137

    附录A　部分习题答案　139

    附录B　参考文献　143

    附录C　索引　147

    本书赞誉　151
查看详情
相关分类
计算机理论 编程与开发 操作系统 大数据与云计算 图形图像/多媒体 网站设计与网页开发 网络与通讯 硬件、嵌入式开发 办公软件 信息安全 辅助设计与工程计算 软件工程/开发项目管理
12
相关图书 / 更多
深度学习导论
深度学习的数学——使用Python语言
[美]罗纳德·T.纽塞尔（Ronald T. Kneusel）
￥18.00 起
深度学习导论
深度学习的理论基础与核心算法
焦李成，杨淑媛，刘芳，刘旭，田晨曦，侯彪，马文萍，尚荣华
￥23.00 起
深度学习导论
深度学习与神经网络
赵金晶 等
￥43.50 起
深度学习导论
深度旅行：巴山荔枝道田野叙事
李延风
￥60.70 起
深度学习导论
深度学习与人工智能实战 张重生
张重生
￥51.62 起
深度学习导论
深度学习模型与算法基础
许庆阳、宋勇、张承进
￥26.60 起
深度学习导论
深度学习与波束形成：理论、方法与实践
郭业才
￥21.74 起
深度学习导论
深度学习与大模型基础 图解以项目实践为引导的趣味、互动学习法
段小手 著
￥49.60 起
深度学习导论
深度营销：成就营销领导力的12大原则（麦肯锡年度经管好书，12大原则揭秘营销本质，带好团队就是从领导力到影响力！）
（美） 托马斯·巴塔 （美） 帕特里克·巴韦斯 著 ，美同 译
￥20.89 起
深度学习导论
深度教学：策略与实践
张勇
￥27.86 起
深度学习导论
深度学习高手笔记 卷2：经典应用
刘岩（@大师兄）
￥85.67 起
深度学习导论
深度学习——从算法本质、系统工程到产业实践
王书浩、徐罡
￥55.50 起
您可能感兴趣 / 更多
深度学习导论
语言恶女：女性如何夺回语言
[美]阿曼达·蒙特尔/著李辛/译
￥25.00 起
深度学习导论
过劳：好工作是如何变坏的
[美]艾琳·L.凯利(Erin；L.Kelly；[美]菲利斯·莫恩((Phyllis；Moen
￥39.63 起
深度学习导论
雪花的故事（用照片展示雪花的秘密，为你揭开冬日奇景的奥秘）
[美]马克·卡西诺[美]乔恩·尼尔森
￥13.52 起
深度学习导论
进阶书系-国际史的技艺
[美] 马克·特拉亨伯格
￥40.66 起
深度学习导论
杜甫传
[美]弗洛伦斯.艾思柯
￥54.45 起
深度学习导论
爵士乐史（精装本）
[美]泰德·乔亚 著
￥100.64 起
深度学习导论
作家榜名著：夏日走过山间（王芳推荐版本！与《瓦尔登湖》齐名的经典名作！心浮气躁想要逃离现实生活？让大自然的神奇力量瞬间治愈你！）
[美]约翰·缪尔、作家榜经典名 著；刘子超 译
￥79.75 起
深度学习导论
环境的科学 （平装版）
[美]威廉·坎宁安 后浪
￥28.00 起
深度学习导论
数学侦探 游乐园里的古怪笑脸
[美]丹尼尔·肯尼 艾米丽·博艾尔 著 刘玙婧、王婧 译；小博集出品
￥6.07 起
深度学习导论
读懂经济学：提升“财商”、塑造价值观念的经济学读本，一本书参破瞬息万变的经济世界底层逻辑！
[美]霍华德·亚鲁斯 著；赵善江 译；斯坦威 出品
￥33.90 起
深度学习导论
数学侦探 神秘路线上的连环追踪
[美]丹尼尔·肯尼 艾米丽·博艾尔 著 刘玙婧、王婧 译；小博集出品
￥6.07 起
深度学习导论
深度学习导论 精装版
[美]尤金·查尔尼克（Eugene Charniak）
￥20.00 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全