机读格式显示(MARC)

• 000 01952nam 2200385 450

• 001 0000859619

• 005 20260601171600.0

• 010 __ |a 978-7-115-69195-8 |d CNY69.80

• 092 __ |a CN |b 人天1222-2237

• 100 __ |a 20260423d2026 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习通识教程 |A shen du xue xi tong shi jiao cheng |f 焦李成 ... [等] 编著

• 210 __ |a 北京 |c 人民邮电出版社 |d 2026

• 215 __ |a 288页, [2] 页图版 |c 图 |d 26cm

• 225 2_ |a 启新领航·人工智能专业 新形态教材精品系列 |A qi xin ling hang · ren gong zhi neng zhuan ye xin xing tai jiao cai jing pin xi lie

• 300 __ |a 人邮教育

• 304 __ |a 题名页题其余责任者: 赵嘉璇, 李玲玲, 刘旭, 陈璞花, 郝佳瑶等

• 320 __ |a 有书目 (第284-288页)

• 330 __ |a 本书共9章, 系统梳理深度学习的基本原理、核心模型与前沿进展, 兼顾理论知识与实践应用, 面向有志进入人工智能领域的读者。第1章回顾人工智能发展历程, 介绍人工智能的三大学派等, 引出深度学习。第2章涵盖数据预处理、微积分、线性代数、概率论等基础知识, 为后续学习打下数学根基。第3章至第6章为本书核心内容, 依次讲解神经网络基础、卷积神经网络原理与实践、循环神经网络原理与实践与图神经网络原理与实践, 并配套经典模型与实践案例, 帮助读者打通从原理到实战的学习路径。第7章聚焦经典注意力机制及Transformer, 揭示其在深度学习模型结构中的关键地位, 第8章介绍自编码器、GAN与扩散模型, 展示生成式学习的发展。第9章分析前沿大模型, 讨论GPT、视觉大模型、具身智能等热点, 引导读者关注技术前沿。

• 410 _0 |1 2001 |a 启新领航·人工智能专业 新形态教材精品系列

• 606 0_ |a 机器学习 |A ji qi xue xi |j 教材

• 690 __ |a TP181 |v 5

• 701 _0 |a 焦李成 |A jiao li cheng |4 编著

• 701 _0 |a 赵嘉璇 |A zhao jia xuan |4 编著

• 701 _0 |a 李玲玲 |A li ling ling |4 编著

• 701 _0 |a 刘旭 |A liu xu |4 编著

• 701 _0 |a 陈璞花 |A chen pu hua |4 编著

• 701 _0 |a 郝佳瑶等 |A hao jia yao deng |4 编著

• 801 _0 |a CN |b 人天书店 |c 20260423

• 905 __ |a WFKJXY |d TP181/586

• 910 __ |a 田紫薇

• 920 __ |a 4370400 |z 1