下载
暂无已核验电子书资源;本站不展示未授权完整文件。
下载本书首先介绍深度学习方面的数学知识与Python基础知识,线性模型中的线性回归模型和logistic模型;然后讲述正向传播算法、反向传播算法及深度神经网络的完整训练流程,输出层的激活函数和隐藏层的常见激活函数,深度学习的过拟合和欠拟合,应对过拟合的方法,以及使用TensorFlow 2建立深度神经网络模型的步骤;接着介绍卷积神经网络及其两个重要的组成部分—卷积和池化,以及如何使用TensorFlow 2建立卷积神经网络;最后讨论如何从零开始实现循环神经网络,如何搭建深度学习框架,如何使用TensorFlow 2建立循环神经网络模型。 本书既可供从事人工智能方面研究的专业人士阅读,也可供计算机专业的师生阅读。
《深度学习入门与TensorFlow实践》内容简介与阅读建议,作者 林炳清,科技技术。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题:计算机网络、软硬件开发。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
获取建议
优先确认版本和阅读目的;下载区只展示已核验的公版、授权、开放许可或官方试读资源。
暂无已核验电子书资源;本站不展示未授权完整文件。
下载优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前暂无已核验电子书资源。若是商业出版物,建议优先通过出版社、书店或官方电子书平台获取。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
建议先看简介、目录、作者和相关书籍,再判断是否适合当前阶段阅读。
当前暂未接入已核验的纸质书购买链接,建议通过出版社、京东、当当等正版渠道核对版本后购买。
优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前没有确认授权的电子书下载资源,也暂未接入已核验购买链接;商业出版物不提供未授权下载,建议通过出版社、京东、当当或官方电子书平台核对获取。
可以进入 林炳清 作者页查看其他作品,也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。