MARC状态:待编 文献类型:中文图书 浏览次数:14
- 题名/责任者:
- TensorFlow神经网络编程/(印)曼普里特·辛格·古特(Manpreet Singh Ghotra),(印)拉蒂普·杜瓦(Rajdeep Dua)著 马恩驰,陆健译
- 出版发行项:
- 北京:机械工业出版社,2018.11
- ISBN及定价:
- 978-7-111-61178-3/CNY69.00
- 载体形态项:
- 13,220页:图;24cm
- 丛编项:
- 智能系统与技术丛书
- 个人责任者:
- (印) 古特 (Ghotra, Manpreet Singh) 著
- 个人责任者:
- (印) 杜瓦 (Dua, Rajdeep) 著
- 个人次要责任者:
- 马恩驰 译
- 个人次要责任者:
- 陆健 译
- 学科主题:
- 人工神经网络-程序设计
- 中图法分类号:
- TP183
- 中图法分类号:
- TP311.1
- 版本附注:
- 由Packt Publishing授权独家出版
- 责任者附注:
- 曼普里特·辛格·古特(ManpreetSinghGhotra),在企业和大数据软件方面拥有超过15年的软件开发经验。目前,他正致力于开发一个机器学习平台/API,该平台主要使用诸如TensorFlow、Keras、ApacheSpark和PredictionIO等开源库和框架进行开发。他在各种机器学习应用场景上有丰富的经验,其中包括情感分析、垃圾邮件检测、图像调整和异常检测。他是世界上最大在线零售商之一机器学习组的成员,主要工作是使用R和ApacheMahout做运输时间优化。
- 提要文摘附注:
- 本书是一本系统讲解如何基于TensorFlow实现神经网络的入门级实践指南,涵盖前馈神经网络、卷积神经网络(CNN)、递归神经网络(RNN)、深度信念网络(DBN)等,共10章,第1章详细讲解神经网络中的基本代数知识、概率论和优化方法,并演示如何在TensorFIow中执行数学运算;第2章介绍前馈神经网络的基础知识及其在TensorFlow中的实现;第3章介绍对神经网络学习至关重要的优化方法,包括优化技术的基础和不同类型的优化器;第4章详细讨论CNN算法及其在不同数据类型中的应用;第5章详细介绍RNN算法及其在不用数据类型中的应用等。
- 使用对象附注:
- 本书适用于希望使用神经网络的拥有统计背景的开发人员
全部MARC细节信息>>
CADAL相关电子图书
借阅趋势
同名作者的其他著作(点击查看)
收藏到: 管理书架