深度學習 陳明 9787302687863 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：深度學習
ISBN：9787302687863
出版社：清華大學
著編譯者：陳明
頁數：367
所在地：中國大陸 *此為代購商品
書號：1741626
可大量預訂，請先連絡。

內容簡介

深度學習是人工智能中的核心問題之一，本書較系統地介紹了深度學習的基本內容，共15章，分別為概述、前饋神經網絡、卷積神經網絡、循環神經網絡、深度殘差神經網絡、Transformer模型、生成對抗網絡、深度信念網絡、膠囊神經網絡、自編碼器、強化學習、脈衝神經網絡、遷移學習、元學習和大語言模型。 本書注重基本概念、基本方法、基本模型和基本應用的介紹，並通過應用實例來說明深度學習模型與算法，語言精練，邏輯層次清晰，內容先進實用，可以作為大學「深度學習」課程的教材，也可以作為應用深度學習的科技人員的參考書。

目錄

第1章 概述
1 1 深度學習的發展過程
1 1 1 深度學習的起源
1 1 2 深度學習的發展
1 1 3 深度學習的爆發
1 2 機器學習基礎
1 2 1 機器學習方式
1 2 2 機器學習的主要流派與演化過程
1 2 3 泛化能力與增強方法
1 2 4 模型性能評價指標
1 2 5 相似性度量與誤差計算
1 3 神經網絡模型基礎
1 3 1 神經網絡模型及特點
1 3 2 學習方式與學習規則
1 3 3 深度學習模型
1 4 計算圖
1 4 1 計算圖的基本組成部分
1 4 2 構建計算圖的過程
1 4 3 計算圖的優勢
本章小結
第2章 前饋神經網絡
2 1 分類模型
2 1 1 分類系統
2 1 2 判別函數
2 1 3 線性不可分的分類
2 2 感知機
2 2 1 離散感知機
2 2 2 連續感知機
2 3 BP神經網絡
2 3 1 多層感知機結構
2 3 2 誤差反向傳播算法
2 3 3 Dropout方法
2 3 4 回歸神經網絡
本章小結
第3章 卷積神經網絡
3 1 卷積神經網絡的產生
3 1 1 問題的提出
3 1 2 卷積神經網絡的特點
3 2 卷積神經網絡的結構
3 2 1 CNN的系統結構
3 2 2 輸入層
3 2 3 卷積層
3 2 4 池化層
3 2 5 輸出層
3 3 卷積神經網絡的訓練
3 3 1 CNN的訓練過程
3 3 2 CNN的正向傳播過程
3 3 3 CNN的反向傳播過程
3 3 4 CNN的權值更新
3 4 逆卷積神經網絡
3 4 1 逆卷積與逆卷積
3 4 2 逆池化運算
3 4 3 逆卷積運算
3 5 卷積神經網絡的應用
3 5 1 CNN應用特點
3 5 2 CNN的應用領域
本章小結
第4章 循環神經網絡
4 1 循環神經網絡概述
4 1 1 循環神經網絡原理
4 1 2 循環神經網絡的記憶能力
4 2 循環神經網絡的結構
4 2 1 埃爾曼神經網絡
4 2 2 單向循環神經網絡
4 2 3 雙向循環神經網絡
4 2 4 BPTT算法
4 2 5 堆疊循環神經網絡

第5章 深度殘差神經網絡
第6章 Transformer模型
第7章 生成對抗網絡
第8章 深度信念網絡
第9章 膠囊神經網絡
第10章 自編碼器
第11章 強化學習
第12章 脈衝神經網絡
第13章 遷移學習
第14章 元學習
第15章 大語言模型
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。