机读格式显示(MARC)

• 000 01418nam0 2200289 450

• 001 0000832854

• 005 20220504140600.0

• 010 __ |a 978-7-302-56848-3 |d CNY109.00

• 100 __ |a 20210903d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习 |A shen du xue xi |e 理论、方法与PyTorch实践 |d = Deep learning |e theory, methods and practice with PyTorch |f 翟中华, 孟翔宇编著 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2021

• 215 __ |a xiii, 431页 |c 图 (部分彩图) |d 24cm

• 320 __ |a 有书目

• 330 __ |a 本书分为两篇，基础篇主要讲解深度学习的理论知识，实战篇是代码实践及应用。基础篇(第1-13章)包括由传统机器学习到深度学习的过渡、图像分类的数据驱动方法、Softmax损失函数、优化方法与梯度、卷积神经网络的各种概念、卷积过程、卷积神经网络各种训练技巧、梯度反传、各种卷积网络架构、递归神经网络和序列模型、基于深度学习的语言模刑生成模刑生成对抗网络等内容；实战篇(第14-19章)包括应用卷积神经网络进行图像分类、各种网络架构、网络各层可视化、猫狗图像识别、文本分类、GAN图像生成等。

• 510 1_ |a Deep learning |e theory, methods and practice with PyTorch |z eng

• 517 1_ |a 理论、方法与PyTorch实践 |A li lun、fang fa yu PyTorch shi jian

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 翟中华 |A zhai zhong hua |4 编著

• 701 _0 |a 孟翔宇 |A meng xiang yu |4 编著

• 801 _0 |a CN |b HDUL |c 20211014

• 905 __ |a HDUL |d TP181/152

• 920 __ |a 233030 |z 1