类型：
成立时间：
出版社特色：
北京:机械工业出版社
出版社信息：
出版社简介：
暂无相关内容，正在全力查找中
深度学习：基于案例理解深度神经网络书籍相关信息
- ISBN：9787111637103
- 作者：[瑞士] 翁贝托•米凯卢奇（Umberto Michelucci） / 陶阳 邓红平
- 出版社：北京:机械工业出版社
- 出版时间：2019-9-21
- 页数：280
- 价格：89.00元
- 纸张：暂无纸张
- 装帧：平装
- 开本：暂无开本
- 语言：暂无语言
- 丛书：智能系统与技术丛书
- 原作名：Applied Deep Learning: A Case-Based Approach to Understanding Deep Neural Networks
- 适合人群：对深度学习感兴趣的数据科学家、机器学习工程师、人工智能研究者，计算机科学专业的学生，以及想要深入了解人工智能领域的专业人士
- TAG：案例分析 / 人工智能 / 数据科学 / 深度学习 / 算法 / 机器学习 / 神经网络
- 豆瓣评分：暂无豆瓣评分
- 更新时间：2025-05-02 04:24:50
内容简介：
本书探讨深度学习中的高级主题，例如优化算法、超参数调整、Dropout和误差分析，并讨论如何解决在训练深度神经网络时遇到的典型问题。书中首先介绍单一神经元网络的激活函数（ReLu、sigmoid和Swish），然后介绍如何使用TensorFlow进行线性和逻辑回归，以及如何选择正确的代价函数，之后讨论具有多个层和神经元的更复杂的神经网络结构，并探讨权重的随机初始化问题。本书用一整章对神经网络误差分析进行全面概述，给出如何解决来自不同分布的方差、偏差、过拟合和数据集问题的例子。
本书还讨论在不使用任何Python库（NumPy除外）的情况下，如何从零开始完全实现逻辑回归，以便用诸如TensorFlow这样的库进行快速和有效的实验。本书包括每种方法的案例研究，以便将所有理论信息付诸实践。你还将学到Python代码的优化技巧（例如，使用NumPy对循环进行向量化）。
全格式电子版 - 免费下载