深度学习与R语言

全书12章，分为原理篇（第1～8章），应用篇（第9～12章）。原理篇按照深度学习的发展过程，主要讨论了浅层神经网络、深度神经网络、Elman神经网络、Jordan神经网络、自动编码机、受限波尔兹曼机和深度信念网。应用篇R环境......

深度学习 一起玩转TensorLayer

本书由TensorLayer作者领衔写作，TensorLayer社区众包完成，作者全部来自一线人工智能研究员和工程师，内容不仅覆盖了传统书籍都有的多层网络、卷积网络、递归网络及增强学习等，还着重讲解了生成对抗网络、学习方...

深度学习基础与实践

本书既覆盖足够的理论，又提供足够的实践，旨在让读者能够构建生产级别的深度学习工作流。本书前4章介绍深度学习概念、神经网络基础知识、深层网络是如何从神经网络演变而来的、4个主流的深层网络的架构。第5...

当代机器深度学习方法与应用研究

本书对当前最新的深度学习方法及应用进行了全面的概述，涵盖了自动语音识别（ASR）、计算机视觉、语言建模、文本处理、多模态学习以及信息检索等方向，能使读者对机器深度学习领域进行广泛而深入的了解，对有志于了...

深度学习实践 基于Caffe的解析

本书主要介绍Caffe的技术原理和一些高级使用技巧，首先介绍深度学习的趋势和业内动态，然后介绍Caffe的基础知识。在理解了Caffe算法的基础上，介绍Caffe的技术原理和特点，包括数学知识和设计知识。最后介绍Caffe...

深度学习

本书是深度学习的入门教材，系统地介绍了深度学习的基本概念与实战应用，包括深度学习在图像、语音、文本方向的应用，以及前沿发展等。本书分为10章，大致为3个部分：第1部分（1-3章）介绍深度学习的基础知识。第2部分.....

深度学习 上

深度学习是当前人工智能的引领技术，是引发新一轮人工智能热潮的原动力。本书从模型、算法、原理等角度全面介绍深度学习技术，包括近两年最新成果。全书由三大部分组成。第一部分是机器学习和神经网络基础，包括...

最受欢迎的客户维系课 向运营商学习如何深度开发客户

深度学习框架PyTorch 入门与实践

本书主要分为10部分内容。第1章：PyTorch概述，第2章：PyTorch快速，第3章：PyTorch核对象：Tenosr和Variable,第4章：PyTorch神经络具箱，第5章：PyTorch常具模块，第6章：PyTorch实战指南，第7章：Example之ImageNet，第8章：Example之G...

法律硕士联考考试分析刑法分则深度解读 非法学 法学