机读格式显示(MARC)

• 000 01312nam0 2200277 450

• 001 0000754512

• 005 20200603091700.0

• 010 __ |a 978-7-115-51723-4 |d CNY89.00

• 100 __ |a 20191009d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 深入理解神经网络 |A shen ru li jie shen jing wang luo |e 从逻辑回归到CNN |f 张觉非著

• 210 __ |a 北京 |c 人民邮电出版社 |d 2019

• 215 __ |a 310页 |c 图 |d 24cm

• 314 __ |a 张觉非，男，本科毕业于复旦大学计算机系，目前在互联网行业从事机器学习算法相关工作。

• 320 __ |a 有书目

• 330 __ |a 本书以神经网络为线索，沿着从线性模型到深度学习的路线讲解神经网络的原理和实现。本书将数学基础知识与机器学习和神经网络紧密结合，包含线性模型的结构与局限、损失函数、基于一阶和二阶信息的优化算法、模型自由度与正则化、神经网络的表达能力、反向传播与计算图自动求导、卷积神经网络等主题，帮助读者建立基于数学原理的较深刻的洞见和认知。本书还提供了逻辑回归、多层全连接神经网络和多种训练算法的Python实现，以及运用TensorFlow搭建和训练多种卷积神经网络的代码实例。

• 517 1_ |a 从逻辑回归到CNN |A cong luo ji hui gui dao CNN

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo |x 研究

• 690 __ |a TP183 |v 5

• 701 _0 |a 张觉非 |A zhang jue fei |4 著

• 801 _0 |a CN |b HDUL |c 20191203

• 905 __ |a HDUL |d TP183/191

• 920 __ |a 233030 |z 1