|
000
|
01577nam0 2200289 450
|
|
001
|
012023000734
|
|
005
|
20221215163806.9
|
|
010
|
|
@a978-7-301-33446-1@dCNY89.00
|
|
100
|
|
@a20221215d2022 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@aPyTorch教程@APyTorch jiao cheng@e21个项目玩转PyTorch实战@f王飞 ... [等] 编著
|
|
210
|
|
@a北京@c北京大学出版社@d2022.12
|
|
215
|
|
@a282页@c图@d26cm
|
|
304
|
|
@a题名页题: 王飞, 何健伟, 林宏彬, 史周安编著
|
|
314
|
|
@a王飞, 2019年翻译了PyTorch官方文档, 读研期间研究方向为自然语言处理, 主要是中文分词、文本分类和数据挖掘。目前在教育行业工作, 探索人工智能技术在教育中的应用。何健伟, 曾任香港大学助理研究员, 研究方向为自然语言处理。林宏彬, 硕士期间研究方向为自然语言处理, 现任阿里巴巴算法工程师, 目前从事广告推荐领域的算法研究工作。
|
|
330
|
|
@a本书介绍了简单且经典的入门项目, 方便快速上手, 如MNIST数字识别, 读者在完成项目的过程中可以了解数据集、模型和训练等基础概念。本书还介绍了一些实用且经典的模型, 如R-CNN模型, 通过这个模型的学习, 读者可以对目标检测任务有一个基本的认识, 对于基本的网络结构原理有一定的了解。另外, 本书对于当前比较热]的生成对抗网络和强化学习也有一定的介绍, 方便读者拓宽视野, 掌握前沿方向。
|
|
517
|
1
|
@a21个项目玩转PyTorch实战@A21 ge xiang mu wan zhuan PyTorch shi zhan
|
|
606
|
0
|
@a机器学习@Aji qi xue xi@j教材
|
|
690
|
|
@aTP@v5
|
|
701
|
0
|
@a王飞@Awang fei@4编著
|
|
701
|
0
|
@a何健伟@Ahe jian wei@4编著
|
|
701
|
0
|
@a林宏彬@Alin hong bin@4编著
|
|
801
|
0
|
@aCN@bCDNYKJZYXY@c20221215
|
|
905
|
|
@aCDNYKJZYXY@b300681499-500@dTP@e259@f2
|
|
|
|
|
| |
| PyTorch教程：21个项目玩转PyTorch实战/王飞 ... [等] 编著.-北京：北京大学出版社，2022.12 |
| 282页：图；26cm |
| |
| |
| ISBN 978-7-301-33446-1：CNY89.00 |
| 本书介绍了简单且经典的入门项目, 方便快速上手, 如MNIST数字识别, 读者在完成项目的过程中可以了解数据集、模型和训练等基础概念。本书还介绍了一些实用且经典的模型, 如R-CNN模型, 通过这个模型的学习, 读者可以对目标检测任务有一个基本的认识, 对于基本的网络结构原理有一定的了解。另外, 本书对于当前比较热]的生成对抗网络和强化学习也有一定的介绍, 方便读者拓宽视野, 掌握前沿方向。 |
| ● |
正题名：PyTorch教程
索取号：TP/259
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
681499
|
300681499
|
海科-1楼/2架10列6层/
[索取号:TP/259]
|
在馆
|
|
|
2
|
681500
|
300681500
|
海科-1楼/2架10列6层/
[索取号:TP/259]
|
在馆
|
|
