机读格式显示(MARC)

• 000 01695nam 2200337 450

• 001 0000846558

• 005 20220427112700.0

• 010 __ |a 978-7-5170-9911-6 |d CNY89.80

• 100 __ |a 20211220d2022 em y0chiy50 ea

• 101 1_ |a chi |c jpn

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 写给新手的深度学习 |A xie gei xin shou de shen du xue xi |h 2 |i 用Python实现的循环神经网络RNN和VAE、GAN |f (日) 我妻幸长著 |g 陈欢译

• 210 __ |a 北京 |c 中国水利水电出版社 |d 2022

• 215 __ |a xiii, 301页 |c 图 |d 21cm

• 312 __ |a 英文并列题名取自封面

• 314 __ |a 我妻幸长, 一家以“人与AI的共生”为使命的公司SAL-Lab的董事长, 从事AI相关的教育和研究开发工作、日本东北大学研究生院理学研究科毕业, 理学博士 (物理学), 对人工智能 (AI)、复杂系统、脑科学、奇点等很感兴趣。

• 320 __ |a 有书目 (第299-301页)

• 330 __ |a 本书以Python为基础, 不借助TensorFlow、PyTorch等任何框架, 以浅显易懂的语言对循环神经网络RNN及生成模型中的VAE、GAN的构建方法进行了详细解说。其中在前3章对深度学习和Python编程及数学的相关知识进行了简要概括, 然后依次介绍了RNN、LSTM、GRU、VAE、GAN的工作原理及编程实现, 这也是本书的主要内容, 最后一章作为进阶准备, 介绍了最优化算法、机器学习的一些技巧以及几种便于开发、试错的数据集。

• 510 1_ |a Deep learning |e RNN、VAE、GAN with Python |z eng

• 517 1_ |a 用Python实现的循环神经网络RNN和VAE、GAN |A yong Pythonshi xian de xun huan shen jing wang luo RNNhe VAE、GAN

• 606 0_ |a 机器学习 |A ji qi xue xi

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 606 0_ |a Python |A Python

• 690 __ |a TP181 |v 5

• 701 _0 |a 我妻幸长 |A wo qi xing chang |4 著

• 702 _0 |a 陈欢 |A chen huan |4 译

• 801 _0 |a CN |b HDUL |c 20220330

• 905 __ |a HDUL |d TP181/254:V2

• 920 __ |a 233030 |z 1