*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:202405*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:深度學習基礎 (第二版) ISBN:9787519887742 出版社:中國電力 著編譯者:尼欽.巴杜馬 頁數:374 所在地:中國大陸 *此為代購商品 書號:1642226 可大量預訂,請先連絡。 內容簡介 我們身處AI研究大爆炸的中心。深度學習解鎖超人感知力,不僅推動自動駕駛車輛的研發,而且在圍棋等多種高難度遊戲中擊敗人類專家對手,甚至還可以生成驚人般流暢的文章。但揭秘這些突破往往需要具有機器學習和數學博士學位。 本書作為更新后的第二版,繼續介紹這些創新背後的基礎知識。行文盡量少用行話,并力求簡潔。熟悉Python的程序員、軟體工程專業人士和計算機科學專業的學生讀了本書,有望自己實現這些突破,並對其進行推理和論證,其研究深度不亞於該領域的一些頂尖開發者。作者簡介 尼基爾·巴杜馬(Nikhil Buduma)是舊金山Ambience Healthcare公司的合伙人和首席科學家。該公司為醫療保健服務開發自主技術。目錄 前言第1章 深度學習線性代數入門 1 1 數據結構和運算 1 1 1 矩陣運算 1 1 2 向量運算 1 1 3 矩陣一向量乘法 1 2 基本空間 1 2 1 列空間 1 2 2 零空間 1 3 特徵向量和特徵值 1 4 小結 第2章 概率論基礎 2 1 事件和概率 2 2 條件概率 2 3 隨機變數 2 4 期望 2 5 方差 2 6 貝葉斯定理 2 7 熵、交叉熵和KL散度 2 8 連續概率分佈 2 9 小結 第3章 神經網路 3 1 構建智能體 3 2 傳統計算機程序的局限 3 3 機器學習原理 3 4 神經元 3 5 用神經元表示線性感知器 3 6 前饋神經網路 3 7 線性神經元及其限制 3 8 sigmoid、Tanh和ReLU神經元 3 9 softmax輸出層 3 10 小結 第4章 訓練前饋神經網路 4 1 快餐問題 4 2 梯度下降 4 3 Delta法則和學習率 4 4 sigmoid神經元的梯度下降 4 5 反向傳播演算法 4 6 隨機和小批量梯度下降 4 7 測試集、驗證集和過擬合 4 8 深度神經網路防過擬合 4 9 小結 第5章 用PyTorch實現神經網路 5 1 PyTorch簡介 5 2 安裝PyTorch 5 3 PyTorch張量 5 3 1 張量初始化 5 3 2 張量的屬性 5 3 3 張量運算 5 4 PyTorch中的梯度 第6章 超越梯度下降 第7章 卷積神經網路 第8章 嵌入和表示學習 第9章 序列分析模型 第10章 生成模型 第11章 模型解釋方法 第12章 記憶增強神經網路 第13章 深度強化學習 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。 |