当前位置:首页 > 名称

大约有46,345项符合查询结果项。(搜索耗时:0.1827秒)

为您推荐: title图解深度学习 图灵出品 title深度学习的数学 图灵出品 title正版图书python深度学习 图灵出品 深入浅出神经网络与深度学习 图灵出品 title图解深度学习 全彩印刷 图灵程序设计丛书 title数据结构与算法图解 图灵出品

  • 英国深度游 FOLLOW ME 图解版 全新第2版

    《亲历者》编辑部编著2016 年出版224 页ISBN:9787113209001

    本书提供了最实用的旅行指南,可帮助旅行者深入了解英国。文前部分详细介绍了英国的经典旅游路线,以及吃住行娱购的资讯信息,从中可深入了解英国的方方面面;正文部分,则通过直观形象的拉线图,将英国众多经典的景.....

  • 徽州深度游Follow Me 图解版 全新畅销版

    《亲历者》编辑部编著2015 年出版237 页ISBN:7113189717

    《徽州深度游Follow Me》是一本旨在让您的徽州之行变得更加轻松和有趣的旅行指南。本书精心甄选徽州最热门、最值得游览的景点,根据资深玩家的亲身经历和感受编写而成,每个景点都配有精美的手绘地图和驴友的...

  • 美国深度游 FOLLOW ME 图解版 全新第2版

    《亲历者》编辑部编著2016 年出版240 页ISBN:9787113208745

    本书提供了最实用的旅行指南,可帮助旅行者深入了解美国。文前部分详细介绍了美国的经典旅游路线,以及吃住行娱购的资讯信息,从中可深入了解美国的方方面面。而正文景点,则通过直观形象的拉线图,将美国众多经典的...

  • 深度学习理论与实践

    何希平,刘波著2017 年出版154 页ISBN:9787030521040

    本书是根据国家青年基金、重庆市科委、重庆市教委的专项研究结果,系统全面地阐述了最新的深度学习理论及相应算法。主要介绍深度学习的基本理论以及它在图像分类,目标检测和场景等应用。本书将理论与应用相结...

  • 深度学习 从入门到实战

    高志强,黄剑,李永,刘明明编著2018 年出版308 页ISBN:9787113244286

    本书从深度学习的研究范畴、关键技术分析和落地实践三方面帮助读者解析深度学习的方法论;培养其掌握深度学习实战应用的技能,涵盖卷积神经网络、生成式对抗网络、循环神经网络的核心技术及其方法论思想,从而完...

  • TensorFlow深度学习实战

    (波)安东尼奥·古利(Antonio Gulli),(印)阿米塔·卡普尔(Amita Kapoor)著2019 年出版352 页ISBN:9787111615750

    本书介绍如何有效地使用Google的开源框架TensorFlow进行深度学习。你将实现不同的深度学习网络,如卷积神经网络(CNN)、循环神经网络(RNN)、深度Q learning网络(DQN)和生成对抗网络(GAN),并将学习如何使用TensorFlow的...

  • Keras深度学习实战

    (意大利)安东尼奥·古利(Antonio Gulli),(印度)苏伊特·帕尔(Sujit)著2018 年出版232 页ISBN:9787115482228

    本书用当前流行的Keras框架实现了大量深度学习算法,构建了众多深度学习模型,并且介绍了深度学习在游戏等实际场合中的应用,特别是本书还介绍了当前火热的生成对抗网络(GAN)的应用。全书通俗易懂,强调实际案例,适.....

  • 深度学习 语音识别技术实践

    柳若边著2019 年出版280 页ISBN:9787302516927

    本书介绍了深度学习原理及其实现,包括开源语音识别工具包Kaldi的使用与代码分析(Kaldi采用C++编写),附带DNN(深度神经网络)的实现;加权有限状态转换以及在Kaldi中的实现;如何使用Python、Perl和Java调用Kaldi。同时...

  • Hadoop深度学习

    (印)迪帕延·德夫(Dipayan Dev)2018 年出版126 页ISBN:9787115482181

    本书主要目标是处理很多深度学习应用的热点问题并向读者披露解决方案的细节。主要内容分为7章:第1章介绍深度学习基础知识,第2章介绍大规模数据分布式深度学习,第3章介绍卷积神经网络,第4章介绍循环神经网络,第5...

  • TensorFlow深度学习

    (意)吉安卡洛·扎克尼(Giancarlo Zaccone),(孟加拉)穆罕默德·礼萨·卡里姆2018 年出版227 页ISBN:9787115478771

    本书共分五部分:基础篇、关键模块篇、算法模型篇、内核揭秘篇、生态发展篇。前两篇由浅入深地介绍了TensorFlow平台,算法模型篇依托TensorFlow讲解深度学习模型,内核揭秘篇主要分析C++内核中的通信原理、消息...

返回顶部