实战深度学习算法：零起点通关神经网络模型（基于Python和NumPy实现）
出版时间:
2019-09
版次:
1
ISBN:
9787121371714
定价:
79.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
224页
19人买过
-
深度学习是机器学习的重要分支。本书系统地介绍了如何用 Python 和 NumPy 一步步地实现深度学习的基础模型，无须借助 TensorFlow、PyTorch 等深度学习框架，帮助读者更好地理解底层算法的脉络，进而进行模型的定制、优化和改进。全书由简到难地讲述感知机模型、多分类神经网络、深层全连接网络、卷积神经网络、批量规范化方法、循环神经网络、长短时记忆网络、双向结构的 BiGRU 模型等神经网络模型的必要算法推导、实现及其实例，读者可直接动手调试和观察整个训练过程，进一步理解模型及其算法原理。
本书适合没有深度学习基础，希望进入此领域的在校学生、研究者阅读，也适合有一定基础但不满足于“调包”和“调参”的工程师学习，还可供想要深入了解底层算法的研究人员参考阅读。
徐彬，重庆大学计算机科学系学士、BI挪威商学院硕士。曾任中国工商银行软件工程师、平安银行应用架构专家、银行间市场清算所创新衍生品及利率产品项目群负责人。 研究方向包括信贷及清算风险管控、复杂项目群管理，机器学习在特定场景的应用。
-
内容简介:
深度学习是机器学习的重要分支。本书系统地介绍了如何用 Python 和 NumPy 一步步地实现深度学习的基础模型，无须借助 TensorFlow、PyTorch 等深度学习框架，帮助读者更好地理解底层算法的脉络，进而进行模型的定制、优化和改进。全书由简到难地讲述感知机模型、多分类神经网络、深层全连接网络、卷积神经网络、批量规范化方法、循环神经网络、长短时记忆网络、双向结构的 BiGRU 模型等神经网络模型的必要算法推导、实现及其实例，读者可直接动手调试和观察整个训练过程，进一步理解模型及其算法原理。
本书适合没有深度学习基础，希望进入此领域的在校学生、研究者阅读，也适合有一定基础但不满足于“调包”和“调参”的工程师学习，还可供想要深入了解底层算法的研究人员参考阅读。
-
作者简介:
徐彬，重庆大学计算机科学系学士、BI挪威商学院硕士。曾任中国工商银行软件工程师、平安银行应用架构专家、银行间市场清算所创新衍生品及利率产品项目群负责人。 研究方向包括信贷及清算风险管控、复杂项目群管理，机器学习在特定场景的应用。
-
目录:
查看详情
-
九五品
四川省成都市
平均发货10小时
成功完成率93.76%
-
九五品
湖北省武汉市
平均发货3小时
成功完成率97.81%
-
九五品
北京市通州区
平均发货29小时
成功完成率84.91%
-
八五品
广东省广州市
平均发货12小时
成功完成率96.62%
-
八品
四川省成都市
平均发货8小时
成功完成率92.41%
-
八五品
四川省成都市
平均发货8小时
成功完成率90.69%
-
八五品
江西省南昌市
平均发货13小时
成功完成率78.49%
-
全新
河南省郑州市
平均发货9小时
成功完成率82.88%
-
全新
山东省威海市
平均发货14小时
成功完成率91.08%
-
全新
江西省吉安市
平均发货56小时
成功完成率89.19%
-
全新
江西省吉安市
平均发货54小时
成功完成率87.5%
-
九五品
湖北省武汉市
平均发货15小时
成功完成率50.94%
占位居中
