机读格式显示(MARC)

• 000 02237oam2 2200325 450

• 001 0000699492

• 005 20240818083300.0

• 010 __ |a 978-7-111-74172-5 |d CNY149.00

• 100 __ |a 20240320d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 基于TensorFlow的深度学习 |A ji yu TensorFlowde shen du xue xi |e 神经网络、计算机视觉和NLP的理论与实践 |f (美) 马格努斯·埃克曼著 |d = Learning deep learning |e theory and practice of neural networks, computer vision, natural language processing, and transformers using tensorflow |f Magnus Ekman |g 周翊民译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2024

• 215 __ |a XIX, 407页, [16] 页图版 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 306 __ |a 由Pearson Education (培生教育出版集团) 授权出版

• 314 __ |a 马格努斯·埃克曼, 是NVIDIA公司的架构总监, 带领数据中心的工程团队, 致力于自动驾驶芯片的研究。周翊民, 中国科学院深圳先进技术研究院研究员, 博士生导师。2008年在英国牛津大学工程科学系获得博士学位, 曾在英国拉夫保大学电子电气工程系从事博士后研究工作。主要从事非线性控制、人工智能、模糊神经网络、机器人、无人机控制系统、智能电网等相关技术的研究。

• 320 __ |a 有书目 (第391-407页)

• 330 __ |a 本书介绍了深度神经网络的人工神经元和全连接、卷积和循环层等基本构建模块, 展示了如何使用它们来构建先进的架构。还讲解了如何使用这些概念构建计算机视觉和自然语言处理 (NLP) 网络, 包括Mask R-CNN、GPT和BERT。此外, 书中还描述了自然语言翻译器和能根据图像内容生成自然语言系统的原理。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 500 10 |a Learning deep learning : theory and practice of neural networks，computer vision，natural language processing，and transformers using tensorflow |A Learning Deep Learning : Theory And Practice Of Neural Networks，Computer Vision，Natural Language Processing，And Transformers Using Tensorflow |m Chinese

• 517 1_ |a 神经网络、计算机视觉和NLP的理论与实践 |A shen jing wang lao ji suan ji shi jue he NLPde li lun yu shi jian

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 算法 |x 研究

• 690 __ |a TP18 |v 5

• 701 _1 |a 埃克曼 |A ai ke man |g (Ekman, Magnus) |4 著

• 702 _0 |a 周翊民 |A zhou yi min |4 译

• 801 _0 |a CN |b WFKJXY |c 20240816

• 905 __ |a WFKJXY |d TP18/573