机读格式显示(MARC)

• 000 02478nam 2200337 450

• 001 0000763236

• 005 20250620202000.0

• 010 __ |a 978-7-111-77117-3 |d CNY109.00

• 100 __ |a 20250115d2025 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a a

• 200 1_ |a 设计深度学习系统 |A she ji shen du xue xi xi tong |d = Designing deep learning systems |e a guide for software engineers |f (美) 王迟, 司徒杰鹏著 |g 薛明, 刘毅冰译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2025

• 215 __ |a XIV, 280页 |c 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Manning Publications Co. LLC.授权出版

• 314 __ |a 王迟 (Chi Wang) 是Salesforce Einstein团队的首席软件开发人员, 他在该团队负责构建深度学习平台, 供数百万Salesforce客户使用。之前, 他曾在微软Bing和Azure团队工作, 负责构建大规模分布式系统。他目前已经提交了6项专利申请, 其中大部分与深度学习系统相关。他最近还完成了斯坦福大学的人工智能研究生证书项目。薛明, 南京航空航天大学副研究员, 硕士生导师。入选江苏省“双创博士”人才计划及青年科技人才托举工程。研究方向为量子精密测量、机器学习与量子控制, 长期致力于量子动力学的优化控制研究, 尤其是强化学习与量子优化控制结合领域。现担任Physical Review Letters、PhysicalReview X、Physical Review A等国际学术期刊审稿人。刘毅冰, 博士, 毕业于清华大学, 至今一直在头部互联网公司从事A|算法研发工作, 先后任职于研究部门与业务一线, 在深度学习框架、自然语言处理、推荐系统等领域有着丰富的经验。司徒杰鹏 (Donald Szeto), PredictionlO的联合创始人兼首席技术官。在PredictionlO被Salesforce收购后, 他继续从事机器学习和深度学习系统方面的工作。他目前也为技术初创企业提供投资、咨询和指导服务。

• 330 __ |a 本书主要从软件开发者的角度探讨如何构建和设计深度学习系统。作者首先描述一个典型的深度学习系统的整体, 包括其主要组件以及它们之间的连接方式, 然后在各个单独的章节中深入探讨这些主要组件。对于具体介绍的章节, 会在开始时讨论需求, 接着介绍设计原则和示例服务/代码, 并评估开源解决方案。通过阅读此书, 读者将能够了解深度学习系统的工作原理, 以及如何开发每个组件。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 500 10 |a Designing deep learning systems |A Designing Deep Learning Systems |m Chinese

• 517 1_ |a a guide for software engineers

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 王迟 |A wang chi |4 著

• 701 _1 |a 司徒杰鹏 |A si tu jie peng |g (Szeto, Donald) |4 著

• 702 _0 |a 薛明 |A xue ming |4 译

• 702 _0 |a 刘毅冰 |A liu yi bing |4 译

• 801 _0 |a CN |b WFKJXY |c 20250620

• 905 __ |a WFKJXY |d TP181/477