杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度学习入门与TensorFlow实践/林炳清著

出版发行项:

北京:人民邮电出版社,2022

ISBN及定价:

978-7-115-57533-3/CNY99.90

载体形态项:

326页:图;24cm

丛编项:

深度学习系列

个人责任者:

林炳清 著

学科主题:

机器学习

学科主题:

人工智能-算法

中图法分类号:

TP18

责任者附注:

林炳清, 毕业于新加坡南洋理工大学, 获得统计学博士学位, 现为深圳大学数学与统计学院副教授和硕士生导师。

提要文摘附注:

本书首先介绍深度学习、线性代数、微积分和概率论相关知识, 讨论Python编程相关的基础知识, 线性模型中的线性回归模型和logistic模型, 梯度下降法, 然后讲述深度学习的正向传播算法、反向传播算法及完整训练流程, 输出层的激活函数, 应用于隐藏层的4个常见激活函数, 深度学习的过拟合和欠拟合, 以及3种应对过拟合的方法, 以及使用TensorFlow 2.0建立深度学习模型, 接着介绍卷积神经网络 (CNN) 及其两个最重要的组成部分--卷积 (convolution) 和池化 (pooling), 如何使用TensorFlow 2.0建立卷积神经网络, 最后讨论如何从零开始实现循环神经网络, 如何搭建深度学习框架, 如何使用TensorFlow 2.0建立循环神经网络模型。

豆瓣简介：