|
000
|
01957nam0 2200301 450
|
|
001
|
012021000015
|
|
005
|
20190926134624.8
|
|
010
|
|
@a978-7-121-37126-4@dCNY89.00
|
|
100
|
|
@a20190925d2019 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa a 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a深度学习模型及应用详解@Ashen du xue xi mo xing ji ying yong xiang jie@d= Deep learning models and applications@f张若非 ... [等] 著@zeng
|
|
210
|
|
@a北京@c电子工业出版社@d2019.9
|
|
215
|
|
@a258页@c图 (部分彩图)@d24cm
|
|
304
|
|
@a题名页题: 张若非, 付强, 高斌, 张耿豪, 叶挺著
|
|
314
|
|
@a张若非, 美国纽约州立大学计算机科学博士。微软 (美国) 人工智能与研究院高级研究总监, 全球合伙人, 负责微软在线广告平台机器学习模型、算法及系统的研究和建设。研究领域包括机器学习、数据挖掘、自然语言处理、计算机视觉和多媒体信息检索。付强, 博士毕业于清华大学电子工程系, 现任微软 (美国) 搜索广告部资深应用科学家, 主要从事机器学习、深度学习、信息检索、自然语言理解、图像处理等方面的算法研究及其在搜索广告产品中的应用。高斌, 博士毕业于北京大学数学科学学院,现任微软 (美国) 搜索广告部资深机器学习科学家, 主要从事机器学习、信息检索、数据挖掘和计算广告等领域的研究和开发。
|
|
320
|
|
@a有书目
|
|
330
|
|
@a本书深入浅出的介绍了深度学习的概念, 原理和常见模型, 并着重介绍了将深度学习应用于实际工程项目时所涉及的一系列问题, 包括实际应用场景的介绍, 对实际应用的数学建模, 深度学习网络的选择和构建, 以及深度学习网络训练算法的具体实现。本书分四个部分, 共十二章。其中第一部分简要介绍了深度学习的现状, 概念, 和实现工具。第二部分以八个具体的实际应用展示基于深度学习技术进行工程实践和开发的流程和技巧。第三部分介绍了现在深度学习领域的一些前沿研究方向和展望。
|
|
510
|
1
|
@aDeep learning models and applications@zeng
|
|
606
|
0
|
@a机器学习@Aji qi xue xi@x研究
|
|
690
|
|
@aTP@v5
|
|
701
|
0
|
@a张若非@Azhang ruo fei@4著
|
|
701
|
0
|
@a付强@Afu qiang@4著
|
|
701
|
0
|
@a高斌@Agao bin@4著
|
|
801
|
0
|
@aCN@bCDNYKJZYXY@c20190925
|
|
905
|
|
@aCDNYKJZYXY@b300609803-5@dTP@e117@f3
|
|
|
|
|
| |
| 深度学习模型及应用详解= Deep learning models and applications/张若非 ... [等] 著.-北京：电子工业出版社，2019.9 |
| 258页：图 (部分彩图)；24cm |
| |
| |
| ISBN 978-7-121-37126-4：CNY89.00 |
| 本书深入浅出的介绍了深度学习的概念, 原理和常见模型, 并着重介绍了将深度学习应用于实际工程项目时所涉及的一系列问题, 包括实际应用场景的介绍, 对实际应用的数学建模, 深度学习网络的选择和构建, 以及深度学习网络训练算法的具体实现。本书分四个部分, 共十二章。其中第一部分简要介绍了深度学习的现状, 概念, 和实现工具。第二部分以八个具体的实际应用展示基于深度学习技术进行工程实践和开发的流程和技巧。第三部分介绍了现在深度学习领域的一些前沿研究方向和展望。 |
| ● |
正题名：深度学习模型及应用详解
索取号：TP/117
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
609803
|
300609803
|
流通五库四楼/
[索取号:TP/117]
|
在馆
|
|
|
2
|
609804
|
300609804
|
流通五库四楼/
[索取号:TP/117]
|
在馆
|
|
|
3
|
609805
|
300609805
|
流通五库四楼/
[索取号:TP/117]
|
在馆
|
|
