机读格式显示(MARC)

• 000 02440nam 2200337 450

• 001 0000796528

• 005 20250617134600.0

• 010 __ |a 978-7-111-77117-3 |d CNY109.00

• 100 __ |a 20250115d2025 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 设计深度学习系统 |A she ji shen du xue xi xi tong |f (美) 王迟, 司徒杰鹏著 |d = Designing deep learning systems |e a guide for software engineers |f Chi Wang, Donald Szeto |g 薛明, 刘毅冰译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2025.1

• 215 __ |a xiv, 280页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 306 __ |a 本书中文简体字版由Manning Publications Co. LLC.授权机械工业出版社在全球独家出版发行

• 314 __ |a 王迟, Salesforce Einstein团队的首席软件开发工程师, 负责为数百万Salesforce客户构建深度学习平台。此前, 他曾在微软必应和Azure工作, 负责构建大规模分布式系统。他目前已申请了6项专利, 其中大部分涉及深度学习系统。司徒杰鹏, PredictionIO的联合创始人兼首席技术官。在PredictionIO被Salesforce收购后, 他继续从事机器学习和深度学习系统方面的工作。他目前也为技术初创企业提供投资、咨询和指导服务。薛明, 南京航空航天大学副研究员, 硕士生导师。入选江苏省“双创博士”人才计划及青年科技人才托举工程。研究方向为量子精密测量、机器学习与量子控制, 长期致力于量子动力学的优化控制研究。刘毅冰, 博士毕业于清华大学, 至今一直在头部互联网公司从事Al算法研发工作, 先后任职于研究部门与业务一线, 在深度学习框架、自然语言处理、推荐系统等领域有着丰富的经验。

• 330 __ |a 本书主要从软件开发者的角度探讨如何构建和设计深度学习系统。作者首先描述一个典型的深度学习系统的整体, 包括其主要组件以及它们之间的连接方式, 然后在各个单独的章节中深入探讨这些主要组件。对于具体介绍的章节, 会在开始时讨论需求, 接着介绍设计原则和示例服务/代码, 并评估开源解决方案。通过阅读本书, 读者将能够了解深度学习系统的工作原理, 以及如何开发每个组件。

• 333 __ |a 本书的主要读者对象是想要从事深度学习平台工作或将一些人工智能功能集成到产品中的软件工程师

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 500 10 |a Designing deep learning systems : a guide for software engineers |A Designing Deep Learning Systems : A Guide For Software Engineers |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 王迟 |A wang chi |4 著

• 701 _0 |a 司徒杰鹏 |A si tu jie peng |g (Szeto, Donald) |4 著

• 702 _0 |a 薛明 |A xue ming |4 译

• 702 _0 |a 刘毅冰 |A liu yi bing |4 译

• 801 _0 |a CN |b 湖北三新 |c 20250115

• 905 __ |a LIB |d TP181/363