机读格式显示(MARC)

• 000 01857nam 2200349 450

• 001 0000793522

• 005 20250616160800.0

• 010 __ |a 978-7-121-47321-0 |d CNY89.00

• 100 __ |a 20240515d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习的高级议题 |A shen du xue xi de gao ji yi ti |f 翟中华 ... [等] 编著

• 210 __ |a 北京 |c 电子工业出版社 |d 2024.4

• 215 __ |a 185页, 8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 人工智能知识赋能工程

• 304 __ |a 题名页题: 翟中华, 孙玉龙, 林宇平, 王嘉义编著

• 312 __ |a 英文并列题名取自封面

• 314 __ |a 翟中华, 清华大学经管学院《创新创业实验室》实践项目指导老师、北京洪策元创智能科技有限公司CEO、AI火箭营首席讲师。毕业于清华大学, 长期从事机器学习、深度学习等方面的工作。孙玉龙, 科大讯飞工程院高级算法工程师 (算法工程序列), 本科毕业于华东理工大学统计专业, 具备超过10年的专业领域从业经验。林宇平, 毕业于首都经济贸易大学信息管理与信息系统专业, 现就职于《财经》杂志社, 任创新业务主管, 负责全球投资、硬科技和科技投资相关工作。

• 320 __ |a 有书目

• 330 __ |a 本书针对深度学习知识做进阶性探讨。通过10章内容, 对卷积网络、新型结构、注意力机制、模型压缩、自监督学习、目标检测中的高级技巧、无监督学习、Transformer高级篇, 以及图神经网络和元学习进行了深入的探讨, 最后对深度学习的未来发展进行了展望。

• 333 __ |a 本书适合具备一定深度学习知识的读者或相关从业人员阅读; 也可以作为人工智能各方向的辅导类书籍

• 410 _0 |1 2001 |a 人工智能前沿理论与技术应用丛书

• 510 1_ |a Advanced topics in deep learning |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 翟中华 |A zhai zhong hua |4 编著

• 701 _0 |a 孙玉龙 |A sun yu long |4 编著

• 701 _0 |a 林宇平 |A lin yu ping |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20240515