*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:202404*若逾兩年請先於私訊洽詢存貨情況,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:進化深度學習 ISBN:9787302658214 出版社:清華大學 著編譯者:邁克爾.蘭哈姆 頁數:321 所在地:中國大陸 *此為代購商品 書號:1638103 可大量預訂,請先連絡。 內容簡介 在這本不可思議的書中,將深度學習與進化生物學結合起來,研究增強神經網路解決棘手的搜索、優化和控制問題的能力。通過實用且有趣的示例展示了來自自然界的古老經驗如何推動數據科學的發展。 《進化深度學習》介紹了進化計算(EC),併為你提供了一套實用的技術工具,你可以在整個深度學習過程中應用這些技術。本書提供了遺傳演算法和進化計算方法在網路拓撲、生成模型、強化學習等方面的應用。通過交五式的Colab notebook使你有機會在探索過程中進行實驗。作者簡介 邁克爾·蘭哈姆(Micheal Lanham)是一位可靠的軟體和技術創新者,擁有超過20年的工作經驗。目錄 第Ⅰ部分 入門第1章 進化深度學習簡介 1 1 什麼是進化深度學習 1 2 EDL的緣由和應用領域 1 3 深度學習優化的需求 1 4 用自動化機器學習實現自動優化 1 5 進化深度學習的應用 1 5 1 模型選擇:權重搜索 1 5 2 模型架構:架構優化 1 5 3 超參數調優 1 5 4 驗證和損失函數的優化 1 5 5 神經進化增強拓撲結構 1 5 6 目標 1 6 本章小結 第2章 進化計算簡介 2 1 Google Colaboratory中的康威生命遊戲 2 2 用Python進行生命模擬 2 3 將生命模擬作為優化 2 4 向生命模擬添加進化 2 4 1 模擬進化 2 4 2 練習 2 4 3 關於達爾文和進化的背景知識 2 4 4 自然選擇和適者生存 2 5 Python中的遺傳演算法 2 5 1 了解遺傳學和減數分裂 2 5 2 編碼遺傳演算法 2 5 3 構建種群 2 5 4 評估適應度 2 5 5 選擇繁殖(交叉) 2 5 6 應用交叉:繁殖 2 5 7 應用突變和變異 2 5 8 將所有內容整合在一起 2 5 9 理解遺傳演算法的超參數 2 5 10 練習 2 6 本章小結 第3章 使用DEAP介紹遺傳演算法 3 1 DEAP中的遺傳演算法 3 1 1 使用DEAP解決一維最大化問題 3 1 2 練習 3 2 解決「王后開局」問題 3 3 旅行商問題 3 3 1 構建旅行商問題求解器 3 3 2 練習 3 4 改進進化的遺傳操作符選擇 3 5 使用EvoLisa進行繪畫 3 6 本章小結 第4章 使用DEAP進行更多的進化計算 4 1 基於DEAP的遺傳編程 第Ⅱ部分 優化深度學習 第Ⅲ部分 高級應用 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PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |