MARC状态:审校 文献类型:中文图书 浏览次数:31
- 题名/责任者:
- Keras高级深度学习/(菲) 罗韦尔·阿蒂恩扎著 蔡磊, 潘华贤, 程国建译
- 出版发行项:
- 北京:机械工业出版社,2020.5
- ISBN及定价:
- 978-7-111-64796-6/CNY89.00
- 载体形态项:
- 271页, [8] 页图版:图 (部分彩图);24cm
- 丛编项:
- 深度学习系列
- 个人责任者:
- 阿蒂恩扎 (Atienza, Rowel) 著
- 个人次要责任者:
- 蔡磊 译
- 个人次要责任者:
- 潘华贤 译
- 个人次要责任者:
- 程国建 译
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 出版发行附注:
- 由Packt Publishing Ltd授权
- 相关题名附注:
- 英文原文题名取自于封面
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书是高级深度学习技术的综合指南,内容包括自编码器、生成对抗网络(GAN)、变分自编码器(VAE)和深度强化学习(DRL),在这些技术的推动下AI于近期取得了令人瞩目的成就。本书首先对多层感知器(MLP)、卷积神经网络(CNN)和循环神经网络(RNN)进行了概述,这些是本书中介绍的更高级技术的构建模块。之后探索了包括ResNet和DenseNet在内的深度神经网络架构以及如何创建自编码器。读者将学习如何使用Keras和TensorFlow实现深度学习模型,并进一步实现其高级应用。随后,读者将会了解到有关GAN的所有知识,以及认识到其如何将AI性能提升到新的水平。在此之后,读者可快速了解VAE的实现方式,并将认识到GAN和VAE是如何具备生成数据的能力的,并且使所生成的数据对人类来说极具说服力。因此,该类方法已成为现代AI的一个巨大进步。为充分了解该系列相关先进技术,读者将会学习如何实现DRL,例如深度Q-Learning和策略梯度的方法,这些方法对于AI在现代取得很多成就至关重要。
- 使用对象附注:
- 机器学习专业人员。
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 校区—馆藏地 | 书刊状态 | 还书位置 |
TP181/111 | S3293882 | - | 总馆—工业技术书库(龙湖) | 可借 | 流通典藏部 |
TP181/111 | S3293883 | - | 总馆—工业技术书库(龙湖) | 可借 |
显示全部馆藏信息