机读格式显示(MARC)

• 000 01863nam 2200313 450

• 001 0000793153

• 005 20250617121400.0

• 010 __ |a 978-7-121-49166-5 |d CNY129.00

• 100 __ |a 20250227d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 解析深度学习 |A jie xi shen du xue xi |f 魏秀参主编

• 205 __ |a 第2版

• 210 __ |a 北京 |c 电子工业出版社 |d 2025.1

• 215 __ |a xvii, 406页, [4] 页图版 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 人工智能前沿理论与技术应用丛书 |A ren gong zhi neng qian yan li lun yu ji shu ying yong cong shu

• 300 __ |a “十四五”国家重点出版物出版规划项目 江苏省高等学校重点教材 (编号: 2021-1-091)

• 314 __ |a 魏秀参, 东南大学计算机科学与工程学院教授、博士生导师, 国家重点研发计划首席青年科学家, 入选CSIG青年科学家奖、吴文俊人工智能优秀青年奖、全球前2%顶尖科学家榜单、中国科协青年人才托举工程等。

• 320 __ |a 有书目 (第375-378页)

• 330 __ |a 本书从“理论与实践相结合”的角度立意, 贯彻“知行合一”的教育理念。全书除绪论和附录外, 共有15章, 分四篇: 第一篇“机器学习”(第1章), 介绍机器学习的基本术语、基础理论与模型; 第二篇“深度学习基础”(第2-5章), 介绍深度学习基本概念、卷积神经网络、循环神经网络和Transformer网络等内容; 第三篇“深度学习实践”(第6-14章), 介绍深度学习模型自数据准备开始, 到网络参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡样本的处理, 最终到模型集成等实践应用技巧和经验; 第四篇“深度学习进阶”(第15章), 本篇以计算机视觉中的基础任务为例, 介绍深度学习的进阶发展及其应用情况。

• 333 __ |a 本书可作为高等院校计算机、人工智能、自动化及相关专业的本科生或研究生教材, 也可供对深度学习感兴趣的研究人员和工程技术人员阅读参考

• 410 _0 |1 2001 |a 人工智能前沿理论与技术应用丛书

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 魏秀参 |A wei xiu can |4 主编

• 801 _0 |a CN |b 湖北三新 |c 20250227

• 905 __ |a LIB |d TP181/46-2