机读格式显示(MARC)

• 000 01668nam 2200325 450

• 001 0000771543

• 005 20250621102200.0

• 010 __ |a 978-7-111-75269-1 |d CNY79.00

• 100 __ |a 20240611d2024 kemy0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习 |A shen du xue xi |d = Deep learning |f 徐俊刚著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2024

• 215 __ |a XII, 239页, [16] 页图版 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 人工智能技术丛书 |A ren gong zhi neng ji shu cong shu

• 225 2_ |a 中国科学院大学研究生 |A Zhong Guo Ke Xue Yuan Da Xue Yan Jiu Sheng

• 300 __ |a 中国科学院大学教材出版中心资助

• 314 __ |a 徐俊刚, 中国科学院大学计算机科学与技术学院教授, 博士生导师, 云计算与智能信息处理实验室 (Cloud Computing & Intelligent Information Processing Lab, CCIP实验室) 主任, 中国科学院大学第六届学位评定委员会计算机与控制学位评定委员会委员, 计算机科学与技术学院教学委员会委员, 计算机科学与技术学院“深度学习”课程首席教授。

• 320 __ |a 有书目

• 330 __ |a 本书共8章, 第1章概要介绍了深度学习的基本概念、典型算法及应用 ; 第2-5章是本书的核心内容, 详细介绍了卷积神经网络、循环神经网络、Transformer和生成对抗网络的基本原理、典型算法以及主要应用 ; 第6章介绍了一些典型的深度生成模型以及近期比较流行的扩散模型 ; 第7章介绍了深度学习中常用的正则化与优化方法 ; 第8章介绍了TensorFlow、PyTorch和飞桨三个常用的深度学习框架。

• 410 _0 |1 2001 |a 人工智能技术丛书

• 410 _0 |1 2001 |a 中国科学院大学研究生

• 510 1_ |a Deep learning |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |x 研究生

• 690 __ |a TP181 |v 5

• 701 _0 |a 徐俊刚 |A xu jun gang |4 著

• 801 _0 |a CN |b WFKJXY |c 20250621

• 905 __ |a WFKJXY |d TP181/482