当前位置:首页 > 名称

大约有501,112项符合查询结果项。(搜索耗时:0.8182秒)

为您推荐: 大数据与机器学习 正版机器学习周志华著人工智能及其应用零基础入门书电脑编程程序设计数据分析神经网络与深度 python大数据分析与机器学习商业案例实战 机器学习技术与实战 医学大数据深度应用 大数据与机器学习经典案例 医学大数据分析

  • 深度学习框架PyTorch快速开发实战

    邢梦来,王硕,孙洋洋编著2018 年出版221 页ISBN:9787121345647

    深度学习已经成为人工智能炙手可热的技术,PyTorch是一个较新的,容易上手的深度学习开源框架,目前已得到广泛应用。本书从PyTorch框架结构出发,通过案例主要介绍了线性回归,逻辑回归,前馈神经网络,卷积神经网络,循.....

  • 白话深度学习TensorFlow

    高扬,卫峥编著;万娟插画设计2017 年出版304 页ISBN:9787111574576

    基础篇(1-3章):介绍深度学习的基本概念和Tensorflow的基本介绍。原理实践篇(4-8章):量的关于深度学习中BP、CNN以及RNN网络等概念的数学知识解析,加以更朴素的语言类比,使得非数学专业的程序员还是能够比较...

  • 深度学习轻松学 核心算法视觉实践

    冯超著2017 年出版334 页ISBN:9787121317132

    本书从人工智能探讨最多的深度学习机器学习的概念讲起,第2章讲解了人工智能技术领域涉及的高等数学基础,第3章和第4章分别介绍深度卷积神经网络的两个重要组成部分:全连接层和卷积层的基本知识及其算法;第5-8...

  • 解析深度学习 卷积神经网络原理视觉实践

    魏秀参著2018 年出版185 页ISBN:9787121345289

    深入浅出地讲解深度卷积神经网络中的基本概念、涉及的主要技术、算法及其应用,并分析比较了当前流行的各类深度学习框架Caffe,Tensorflow、Torch、MXNet及MatConvNet。本书并不是一本编程类书籍,而是通过基础...

  • OpenCV+TensorFlow深度学习计算机视觉实战

    王晓华著2019 年出版266 页ISBN:9787302518426

    本书分为12章,层次非常分明,先介绍计算机视觉产业现状和技术方案,然后介绍最基础的语言Python,然后介绍OpenCV库的使用,让读者了解到图像识别的基础操作,接着学习用Tensorflow处理量图像数据,最后通过一个猫狗...

  • 博文视点AI系列 深度学习核心技术实践

    猿辅导研究团队著2018 年出版508 页ISBN:9787121329050

    首先从模型、隐层、训练优化等方面讲解基本的深度学习理论;然后讲解目前最热门的深度学习开源工具,包括Torch、Theano、Caffe、TensorFlow等;然后从视觉、语音、NLP三面应用进一步解释深度学习;最后是一些比较...

  • SQL和PL/SQL深度编程 数据建模 高级编程 高级分析 安全管理

    (美)阿勒普·纳达(Arup Nanda),(爱尔兰)布伦丹·蒂尔尼(Brendan Tierney),(芬)海利·希尔塔赫(Heli Helskyaho)著2019 年出版538 页ISBN:9787302519263

    本书的作者都是Oracle ACE总监,本书全面介绍了利用最佳实践、详细实例、提示技巧来有效地综合使用SQL和PL/SQL,演示如何在实际应用程序中编写应用、故障修复和实现代码。本书全面剖析了未得到充分利用的SQL...

  • 课程群 学习深度聚焦 面向碎片化课程的思维工具

    杨四耕,李春华著2017 年出版187 页ISBN:9787567569812

    本书针对学校进行课程建设和课程改革时遇到的具体问题,提出了解决办法。本书提出了“课程群”这一概念,并用详尽的案例指导一线中小学校如何建设本学校的特色课程,从而形成有品质的校本课程,带动学校的师生共同...

  • 图解深度学习神经网络 从张量到TensorFlow实现

    张平编著2018 年出版326 页ISBN:9787121347450

    本书试图从图解的角度,直接面对深度学习背后的数学基础,帮助想入门神经网络和深度学习的初学者入门,并结合主流深度学习框架TensorFlow函数接口和代码进行讲解,使读者能快速上手深度学习应用。本书力求通过简单...

  • 神经网络深度学习应用实战

    刘凡平等编著2018 年出版236 页ISBN:9787121337185

    本书从神经网络深度学习的基础理论出发,并结合应用示例给予读者对神经网络深度学习的全面理解。本书内容从人工智能当下及未来的发展现状开始,逐步介绍数学理论基础和机器学习基础,然后从传统的人工神经网...

出版时间

全部

SAN年(1)

10年(7)

12年(2)

13年(2)

15年(3)

1565年(1)

16年(1)

1636年(4)

1642年(2)

1665年(6)

1688年(48)

1789年(4)

18年(1)

1843年(8)

1851年(1)

1861年(1)

1873年(4)

1874年(1)

1878年(1)

1880年(1)

1882年(1)

1884年(2)

1886年(1)

1895年(1)

1896年(1)

1897年(1)

1899年(10)

1900年(2)

1903年(2)

1904年(1)

1906年(3)

1907年(15)

1908年(7)

1909年(3)

1910年(1)

1911年(5)

1912年(6)

1913年(1)

1914年(6)

1915年(9)

1916年(11)

1917年(2)

1918年(32)

1919年(3)

1920年(19)

1921年(16)

1922年(13)

1923年(39)

1924年(35)

1925年(51)

1926年(51)

1927年(80)

1928年(85)

1929年(115)

1930年(185)

1931年(106)

1932年(105)

1933年(181)

1934年(180)

1935年(235)

1936年(268)

1937年(228)

1938年(201)

1939年(117)

1940年(118)

1941年(90)

1942年(62)

1943年(75)

1944年(67)

1945年(67)

1946年(166)

1947年(168)

1948年(195)

1949年(314)

1950年(371)

1951年(451)

1952年(279)

1953年(517)

1954年(604)

1955年(665)

1956年(678)

1957年(735)

1958年(1039)

1959年(985)

1960年(622)

1961年(356)

1962年(290)

1963年(297)

1964年(354)

1965年(370)

1966年(168)

1967年(52)

1968年(80)

1969年(60)

1970年(151)

1971年(223)

1972年(317)

1973年(434)

1974年(506)

1975年(594)

1976年(522)

1977年(718)

1978年(812)

1979年(1153)

1980年(1521)

1981年(1604)

1982年(1875)

1983年(1980)

1984年(2212)

1985年(2733)

1986年(2897)

1987年(3498)

1988年(4039)

1989年(4353)

1990年(4339)

1991年(4788)

1992年(5033)

1993年(5963)

1994年(5731)

1995年(5439)

1996年(5932)

1997年(6498)

1998年(7971)

1999年(8979)

2000年(10002)

2001年(12201)

2002年(14198)

2003年(14981)

2004年(17279)

2005年(19424)

2006年(22949)

2007年(22129)

2008年(22959)

2009年(23612)

2010年(22605)

2011年(22990)

2012年(23492)

2013年(23898)

2014年(23550)

2015年(23986)

2016年(21940)

2017年(19631)

2018年(15550)

2019年(5633)

2020年(243)

21年(2)

210年(1)

22年(3)

2222年(12041)

27年(1)

29年(1)

35年(1)

370年(1)

469年(1)

54年(1)

6年(1)

E21/年(1)

E919年(1)

I210年(1)

None年(10)

T139年(1)

TG50年(1)

TP36年(1)

V231年(2)

V249年(1)

V323年(1)

V43-年(1)

XXIX年(1)

XXX年(1)

null年(9)

samp年(1)

Ⅴ年(1)

Ⅵ年(1)

Ⅶ年(1)

Ⅸ年(1)

Ⅹ年(1)

ⅩL年(1)

ⅩⅤ年(2)

ⅩⅥ年(1)

ⅩⅧ年(1)

Ⅻ年(1)

中华年(2)

主题年(3)

同治年(1)

小説年(3)

昭和年(5)

机构年(1)

民国年(85)

(瑞典年(1)

(美)理年(1)

(美)苏年(1)

(美)迈年(1)

返回顶部