出版计算机与互联网Python深度学习：基于TensorFlow
Python深度学习：基于TensorFlow

Python深度学习：基于TensorFlow

智能系统与技术丛书

作者吴茂贵

类别 出版 / 非虚构

出版社机械工业出版社 / 2018-09

提供方机械工业出版社

字数约 136,000 字

ISBN9787111609728

暂无评价综合评分的显示会考虑用户真实性等多项因素，每部作品出现综合评分的时间不定。
开通会员，可免费在线阅读本书 ，首月特惠
分享到豆瓣分享到微信分享到微博分享到QQ好友分享到QQ空间
￥40.00
春暖花开季 恰是读书时满500减300、满200减120、满100减60活动详情

作品简介

在机器学习、深度学习中有很多抽象的概念、复杂的算法、深奥的理论，如Numpy的广播机制、神经网络中的共享参数、动量优化法、梯度消失或爆炸等，这些内容如果只用文字来描述，可能很难达到茅塞顿开的效果，但如果用一些图形来展现，再加上适当的文字说明，往往能取得非常好的效果，正所谓一张好图胜过千言万语。

吴茂贵，王冬，李涛，杨本法编著

作品目录

  1. 前言
  2. 第一部分　Python及应用数学基础
  3. 第1章　NumPy常用操作
  4. 第2章　Theano基础
  5. 第3章　线性代数
  6. 第4章　概率与信息论
  7. 第5章　概率图模型
  8. 第二部分　深度学习理论与应用
  9. 第6章　机器学习基础
  10. 第7章　深度学习挑战与策略
  11. 第8章　安装TensorFlow
  12. 第9章　TensorFlow基础
  13. 第10章　TensorFlow图像处理
  14. 第11章　TensorFlow神经元函数
  15. 第12章　TensorFlow自编码器
  16. 第13章　TensorFlow实现Word2Vec
  17. 第14章　TensorFlow卷积神经网络
  18. 第15章　TensorFlow循环神经网络
  19. 第16章　TensorFlow高层封装
  20. 第17章　情感分析
  21. 第18章　利用TensorFlow预测乳腺癌
  22. 第19章　聊天机器人
  23. 第20章　人脸识别
  24. 第三部分　扩展篇
  25. 第21章　强化学习基础
  26. 第22章　生成式对抗网络
载入中

热门划线

  1. 如何把非线性数据集转换为线性数据集呢？这就是下节要介绍的内容，利用核函数技术，把非线性数据集映射到一个更高或无穷维的空间，在新空间转换为线性数据集。2 人
  2. 序列式模型的网络结构比较简单，一个输入一个输出，函数式模型可以多个输入对应多个输出2 人
  3. TFLearn是一款具有Scikit-learn风格的高层封装，Scikit-learn已存在很多年，比较成熟，粉丝也很多2 人
  4. 在整个训练集上构造索引之前，先可视化我们所拥有的数据类型。这将有助于我们决定如何设置最大序列长度的最佳值2 人
  5. g代表Encoder根据单词的中间表示合成整个句子中间语义表示的变换函数，在一般的做法中，g函数对构成元素加权求和2 人

大家都喜欢