|
000
|
01720nam 2200337 450
|
|
001
|
012021000617
|
|
005
|
20211030095731.9
|
|
010
|
|
@a978-7-04-054141-0@dCNY69.00
|
|
100
|
|
@a20201223d2020 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a智能之门@Azhi neng zhi men@e神经网络与深度学习入门@e基于Python的实现@f胡晓武 ... [等] 编著
|
|
210
|
|
@a北京@c高等教育出版社@d2020.12
|
|
215
|
|
@a437页@c彩图@d26cm
|
|
225
|
2
|
@a新一代人工智能系列教材@Axin yi dai ren gong zhi neng xi lie jiao cai
|
|
304
|
|
@a题名页题: 胡晓武, 秦婷婷, 李超, 邹欣编著
|
|
312
|
|
@a英文并列题名取自封面
|
|
330
|
|
@a本书是作者在总结多年的实际工程应用经验的基础上编著而成的, 是一本面向本科生的神经网络与深度学习的入门教材。通过阅读本书, 读者可以掌握神经网络与深度学习的基本理论, 并通过大量的代码练习, 在做中学, 提高将理论知识运用于实际工程的能力。本书内容丰富, 以“提出问题-解决方案-原理分析-可视化理解”的方式向读者介绍了深度学习的入门知识, 并总结了“9步学习法”, 分为基本概念、线性回归、线性分类、非线性回归、非线性分类、模型的推理与应用部深度神经网络、卷积神经网络以及循环神经网络9个步骤, 对神经网络和深度学习进行了系统全面的讲解。
|
|
410
|
0
|
@12001 @a新一代人工智能系列教材
|
|
510
|
1
|
@aGate of artificial intelligence@zeng
|
|
517
|
1
|
@a神经网络与深度学习入门@Ashen jing wang luo yu shen du xue xi ru men
|
|
606
|
0
|
@a人工神经网络@Aren gong shen jing wang luo@x高等学校@j教材
|
|
606
|
0
|
@a机器学习@Aji qi xue xi@x高等学校@j教材
|
|
690
|
|
@aTP@v5
|
|
701
|
0
|
@a胡晓武@Ahu xiao wu@4编著
|
|
701
|
0
|
@a秦婷婷@Aqin ting ting@4编著
|
|
701
|
0
|
@a李超@Ali chao@4编著
|
|
801
|
0
|
@aCN@bCDNYKJZYXY@c20211030
|
|
905
|
|
@aCDNYKJZYXY@b300633697-9@dTP@e158@f3
|
|
|
|
|
| |
| 智能之门：神经网络与深度学习入门：基于Python的实现/胡晓武 ... [等] 编著.-北京：高等教育出版社，2020.12 |
| 437页：彩图；26cm.-(新一代人工智能系列教材) |
| |
| |
| ISBN 978-7-04-054141-0：CNY69.00 |
| 本书是作者在总结多年的实际工程应用经验的基础上编著而成的, 是一本面向本科生的神经网络与深度学习的入门教材。通过阅读本书, 读者可以掌握神经网络与深度学习的基本理论, 并通过大量的代码练习, 在做中学, 提高将理论知识运用于实际工程的能力。本书内容丰富, 以“提出问题-解决方案-原理分析-可视化理解”的方式向读者介绍了深度学习的入门知识, 并总结了“9步学习法”, 分为基本概念、线性回归、线性分类、非线性回归、非线性分类、模型的推理与应用部深度神经网络、卷积神经网络以及循环神经网络9个步骤, 对神经网络和深度学习进行了系统全面的讲解。 |
| ● |
正题名：智能之门
索取号：TP/158
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
633697
|
300633697
|
流通五库四楼/
[索取号:TP/158]
|
在馆
|
|
|
2
|
633698
|
300633698
|
流通五库四楼/
[索取号:TP/158]
|
在馆
|
|
|
3
|
633699
|
300633699
|
流通五库四楼/
[索取号:TP/158]
|
在馆
|
|
