安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

飞桨PaddlePaddle深度学习实战/刘祥龙 ... [等] 编著 深度学习技术及应用国家工程实验室, 百度技术学院组编

出版发行项:

北京:机械工业出版社,2020

ISBN及定价:

978-7-111-66236-5/CNY99.00

载体形态项:

xi, 373页, [6] 页图版:图 (部分彩图);24cm

并列正题名:

Deep learning by PaddlePaddle

丛编项:

智能系统与技术丛书

个人责任者:

刘祥龙 编著

个人责任者:

杨晴虹 编著

个人责任者:

胡晓光 编著

团体次要责任者:

深度学习技术及应用国家工程实验室 组编

团体次要责任者:

北京 机械工业出版社

团体次要责任者:

百度技术学院 组编

学科主题:

机器学习

中图法分类号:

TP181

题名责任附注:

题名页题: 刘祥龙, 杨晴虹, 胡晓光, 于佃海, 白浩杰编著

责任者附注:

刘祥龙, 副教授, 博士生导师, 现任职于北京航空航天大学软件开发环境国家重点实验室, 主要研究大数据检索、大规模视觉分析、可信赖深度学习等。杨晴虹, 博士, 中科院系列高级工程师, 北航软件学院人工智能专业主讲教师, 美国南康涅狄格州立大学图书信息科学访问学者, 美国耶鲁大学技术创新实验室数据分析专家。发表国际论文几十篇, 主要研究领域有机器学习、知识挖掘、大数据分析、项目管理和科研管理等。胡晓光, 百度杰出研发架构师, 10余年自然语言处理研发经验, 参与的机器翻译项目获得国家科技进步二等奖, 现负责飞桨核心训练框架和模型算法的研发, 致力于打造最好用的深度学习平台。

提要文摘附注:

本书从实战角度讲解了如何基于飞桨PaddlePaddle进行深度学习。全书一共15章, 主要分为三个部分。第一部分为数学与编程基础篇 (第1-2章), 首先介绍了学习深度学习需要掌握的基础知识, 其后概述了深度学习发展历史、应用场景以及飞桨的相关内容。第二部分为深度学习基础篇 (第3-9章), 重点介绍了神经网络以及深度网络的主流模型, 包括多层感知机、卷积神经网络、循环神经网络等, 同时详细讲解了深度学习常用的注意力机制和算法优化策略。第三部分为飞桨实践篇 (第10-15章), 分别结合计算机视觉、自然语言处理、个性化推荐等领域中深度学习的主要应用, 介绍目前比较经典的深度学习模型以及飞桨实现, 帮助读者从入门到精通。

豆瓣简介：