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

TensorFlow+PyTorch深度学习从算法到实战

TensorFlow+PyTorch深度学习从算法到实战
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: 著
出版社: 北京大学出版社
2019-08
版次: 1
ISBN: 9787301305812
定价: 89.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 368页
字数: 445千字
分类: 计算机与互联网
4 张插图图片
27人买过
  • 　　《TensorFlow+PyTorch深度学习从算法到实战》详尽介绍深度学习相关的基本原理与使用TensorFlow、PyTorch两大主流框架的开发基础知识和基本技术，并且展示了在图像识别与文本生成实际问题中的应用方法。同时考虑到程序员擅长JavaScript 的人员比熟悉Python 的人员更多的情况，特别增加了对于TensorFlow.js 的介绍。初学者面对深度学习望而却步的主要原因是认为入门门槛太高，需要较多的算法基础训练。针对此问题，本书原创了5-4-6 学习模型提纲挈领地降低学习曲线，并通过将知识点和难点分散到代码中的方式让读者以熟悉的方式迅速入门，并且为进一步学习打下坚实的基础。同时，本书也介绍了AutoML和深度强化学习等新技术，帮助读者开阔眼界。 

    　　《TensorFlow+PyTorch深度学习从算法到实战》内容翔实，讲解深入浅出，通俗易懂，配有大量的程序案例可供实操学习，既适合职场中经验丰富的开发人员学习，又可供计算机等相关专业的在校学生和其他科技人员参考，还可供算法理论相关的研究人员参考。 　　刘子瑛，毕业于清华大学软件学院。曾在高通、摩托罗拉等公司长期从事移动技术开发工作，现在阿里巴巴集团阿里云智能事业群从事智能互联网汽车等相关研发工作。 绪论程序员为什么要学习机器学习 
      
    0.1工业革命级的技术红利 
      
    0.2中美两国为机器学习作背书 
      
    0.3从编程思维向数据思维的进化 
      
    第1章30分钟环境搭建速成 
      
    1.1使用Anaconda搭建开发环境 
      
    1.2使用Python自带的开发环境 
      
    1.3从源代码搭建开发环境 
      
    第2章深度学习5-4-6速成法 
      
    2.1计算图模型与计算框架 
      
    2.2五步法构造基本模型 
      
    2.3案例教程 
      
    2.45-4-6速成法学习PyTorch 
      
    2.55-4-6速成法学习TensorFlow 
      
    2.6在TensorFlow中使用Keras 
      
    2.7本章小结 
      
    第3章张量与计算图 
      
    3.10维张量：标量 
      
    3.2计算图与流程控制 
      
    3.3变量 
      
    第4章向量与矩阵 
      
    4.11维张量：向量 
      
    4.22维张量：矩阵 
      
    4.3n维：张量 
      
    第5章高级矩阵编程 
      
    5.1范数及其实现 
      
    5.2迹运算 
      
    5.3矩阵分解 
      
    第6章优化方法 
      
    6.1梯度下降的基本原理 
      
    6.2高维条件下的梯度下降 
      
    6.3PyTorch和TensorFlow中的梯度计算 
      
    6.4梯度下降案例教程 
      
    6.5优化方法进阶 
      
    第7章深度学习基础 
      
    7.1从回归到分类 
      
    7.2深度学习简史 
      
    第8章基础网络结构：卷积网络 
      
    8.1卷积的原理与计算 
      
    8.2池化层 
      
    8.3激活函数 
      
    8.4AlexNet 
      
    第9章卷积网络图像处理进阶 
      
    9.1小卷积核改进VGGNet 
      
    9.2GoogLeNet 
      
    9.3残差网络 
      
    9.4目标检测 
      
    9.5人脸识别 
      
    第10章基础网络结构：循环神经网络 
      
    10.1循环神经网络原理 
      
    10.2实用循环神经网络：LSTM 
      
    10.3LSTM案例教程 
      
    10.4实用循环神经网络：GRU 
      
    10.5双向循环神经网络 
      
    10.6将隐藏状态串联起来 
      
    第11章RNN在自然语言处理中的应用 
      
    11.1文本编码：从独热编码到词向量 
      
    11.2Char-RNN算法 
      
    11.3Char-RNN的训练 
      
    11.4Char-RNN的预测推理 
      
    11.5Char-RNN完整模型 
      
    第12章用JavaScript进行TensorFlow编程 
      
    12.1TensorFlow.js的简介和安装 
      
    12.2TensorFlow.js的张量操作 
      
    12.3TensorFlow.js的常用运算 
      
    12.4激活函数 
      
    12.5TensorFlow.js变量 
      
    12.6TensorFlow.js神经网络编程 
      
    12.7TensorFlow.js实现完整模型 
      
    12.8TensorFlow.js的后端接口 
      
    第13章高级编程 
      
    13.1GPU加速 
      
    13.2生成对抗网络 
      
    13.3Attention机制 
      
    13.4多任务学习 
      
    第14章超越深度学习 
      
    14.1自动机器学习AutoML 
      
    14.2Autokeras 
      
    14.3WindowsSubsystemforLinux 
      
    14.4强化学习 
      
    14.5强化学习编程 
      
    14.6下一步的学习方法 

     

  • 内容简介:
    　　《TensorFlow+PyTorch深度学习从算法到实战》详尽介绍深度学习相关的基本原理与使用TensorFlow、PyTorch两大主流框架的开发基础知识和基本技术，并且展示了在图像识别与文本生成实际问题中的应用方法。同时考虑到程序员擅长JavaScript 的人员比熟悉Python 的人员更多的情况，特别增加了对于TensorFlow.js 的介绍。初学者面对深度学习望而却步的主要原因是认为入门门槛太高，需要较多的算法基础训练。针对此问题，本书原创了5-4-6 学习模型提纲挈领地降低学习曲线，并通过将知识点和难点分散到代码中的方式让读者以熟悉的方式迅速入门，并且为进一步学习打下坚实的基础。同时，本书也介绍了AutoML和深度强化学习等新技术，帮助读者开阔眼界。 

    　　《TensorFlow+PyTorch深度学习从算法到实战》内容翔实，讲解深入浅出，通俗易懂，配有大量的程序案例可供实操学习，既适合职场中经验丰富的开发人员学习，又可供计算机等相关专业的在校学生和其他科技人员参考，还可供算法理论相关的研究人员参考。
  • 作者简介:
    　　刘子瑛，毕业于清华大学软件学院。曾在高通、摩托罗拉等公司长期从事移动技术开发工作，现在阿里巴巴集团阿里云智能事业群从事智能互联网汽车等相关研发工作。
  • 目录:
    绪论程序员为什么要学习机器学习 
      
    0.1工业革命级的技术红利 
      
    0.2中美两国为机器学习作背书 
      
    0.3从编程思维向数据思维的进化 
      
    第1章30分钟环境搭建速成 
      
    1.1使用Anaconda搭建开发环境 
      
    1.2使用Python自带的开发环境 
      
    1.3从源代码搭建开发环境 
      
    第2章深度学习5-4-6速成法 
      
    2.1计算图模型与计算框架 
      
    2.2五步法构造基本模型 
      
    2.3案例教程 
      
    2.45-4-6速成法学习PyTorch 
      
    2.55-4-6速成法学习TensorFlow 
      
    2.6在TensorFlow中使用Keras 
      
    2.7本章小结 
      
    第3章张量与计算图 
      
    3.10维张量：标量 
      
    3.2计算图与流程控制 
      
    3.3变量 
      
    第4章向量与矩阵 
      
    4.11维张量：向量 
      
    4.22维张量：矩阵 
      
    4.3n维：张量 
      
    第5章高级矩阵编程 
      
    5.1范数及其实现 
      
    5.2迹运算 
      
    5.3矩阵分解 
      
    第6章优化方法 
      
    6.1梯度下降的基本原理 
      
    6.2高维条件下的梯度下降 
      
    6.3PyTorch和TensorFlow中的梯度计算 
      
    6.4梯度下降案例教程 
      
    6.5优化方法进阶 
      
    第7章深度学习基础 
      
    7.1从回归到分类 
      
    7.2深度学习简史 
      
    第8章基础网络结构：卷积网络 
      
    8.1卷积的原理与计算 
      
    8.2池化层 
      
    8.3激活函数 
      
    8.4AlexNet 
      
    第9章卷积网络图像处理进阶 
      
    9.1小卷积核改进VGGNet 
      
    9.2GoogLeNet 
      
    9.3残差网络 
      
    9.4目标检测 
      
    9.5人脸识别 
      
    第10章基础网络结构：循环神经网络 
      
    10.1循环神经网络原理 
      
    10.2实用循环神经网络：LSTM 
      
    10.3LSTM案例教程 
      
    10.4实用循环神经网络：GRU 
      
    10.5双向循环神经网络 
      
    10.6将隐藏状态串联起来 
      
    第11章RNN在自然语言处理中的应用 
      
    11.1文本编码：从独热编码到词向量 
      
    11.2Char-RNN算法 
      
    11.3Char-RNN的训练 
      
    11.4Char-RNN的预测推理 
      
    11.5Char-RNN完整模型 
      
    第12章用JavaScript进行TensorFlow编程 
      
    12.1TensorFlow.js的简介和安装 
      
    12.2TensorFlow.js的张量操作 
      
    12.3TensorFlow.js的常用运算 
      
    12.4激活函数 
      
    12.5TensorFlow.js变量 
      
    12.6TensorFlow.js神经网络编程 
      
    12.7TensorFlow.js实现完整模型 
      
    12.8TensorFlow.js的后端接口 
      
    第13章高级编程 
      
    13.1GPU加速 
      
    13.2生成对抗网络 
      
    13.3Attention机制 
      
    13.4多任务学习 
      
    第14章超越深度学习 
      
    14.1自动机器学习AutoML 
      
    14.2Autokeras 
      
    14.3WindowsSubsystemforLinux 
      
    14.4强化学习 
      
    14.5强化学习编程 
      
    14.6下一步的学习方法 

     

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
TensorFlow+PyTorch深度学习从算法到实战
TensorFlow机器学习实用指南
Alexia；Audevart
￥41.65 起
TensorFlow+PyTorch深度学习从算法到实战
Ten Great Ideas about Chance
Diaconis；Persi；Skyrms；Brian
￥282.00 起
TensorFlow+PyTorch深度学习从算法到实战
TensorFlow 2.x深度学习从入门到实战
陈屹 著；颉腾文化 出品
￥59.95 起
TensorFlow+PyTorch深度学习从算法到实战
TensorFlow全栈开发工程实践——做一个全智全能算法工程师
王艳铭
￥18.00 起
TensorFlow+PyTorch深度学习从算法到实战
TensorFlow+Android经典模型从理论到实战（微课视频版）
董相志；曲海平；董飞桐
￥28.80 起
TensorFlow+PyTorch深度学习从算法到实战
TensorFlow 2机器学习实战：聚焦经济金融科研与产业的深度学习模型
[瑞典]以赛亚·赫尔(Isaiah Hull)著 朱文强 译
￥36.96 起
TensorFlow+PyTorch深度学习从算法到实战
Ten Steps to a Results Based Monitoring and Evaluation System: A Handbook for Development Practitioners
Zall Kusek；Jody；Rist；Ray C
￥50.00 起
TensorFlow+PyTorch深度学习从算法到实战
TensorFlow工程化项目实战活页式教程
李占仓
￥36.80 起
TensorFlow+PyTorch深度学习从算法到实战
TensorFlow深度学习：模型、算法原理与实战
王振丽
￥29.33 起
TensorFlow+PyTorch深度学习从算法到实战
TensorFlow与神经网络——图解深度学习的框架搭建、算法机制和场景应用
李昂
￥20.00 起
TensorFlow+PyTorch深度学习从算法到实战
TensorFlow2强化学习手册
（美）普拉文·帕拉尼萨米（Praveen Palanisamy） 著 陈翔 王玺钧 译
￥46.00 起
TensorFlow+PyTorch深度学习从算法到实战
Technical Writing For Dummies
Sheryl Lindsell-Roberts 著
￥59.90 起
您可能感兴趣 / 更多
TensorFlow+PyTorch深度学习从算法到实战
弗雷泽正义观研究
刘子瑛 著
￥8.00 起
© 2002-2025 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