分类 PyTorch 教程 下的文章


撰写于:  浏览:944 次  分类:PyTorch 教程
1、封面介绍2、出版时间2018年1月3、推荐理由浅入深地讲解Keras与TensorFlow深度学习类神经网络,使用实际的数据集配合范例程序代码介绍各种深度学习算法,并示范如何进行数据预处理、训练数据、建立模型和预测结果。本书提供安装、上机操作指南,同时辅以大量范例程序介绍TensorFlow + Keras深度学习方面的知识。本书分9部分,共2[...]

撰写于:  浏览:1852 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年10月3、推荐理由《深度学习实战——基于TensorFlow 2.0的人工智能开发应用》以TensorFlow 2.0人工智能平台的基础架构为切入点,逐步过渡到TensorFlow 2.0项目开发实战和项目部署上线中,并重点介绍了使用TensorFlow 2.0的高级封装Keras搭建神经网络、训练神经网络和进行神[...]

撰写于:  浏览:1266 次  分类:PyTorch 教程
1、封面介绍2、出版时间2019年6月3、推荐理由深度学习应用所使用的大部分数据是由自然语言处理(NLP)提供的,而TensorFlow是目前比较重要的深度学习框架。面对当今巨量数据流中众多的非结构化数据,本书详细讲解如何将TensorFlow与NLP二者结合以提供有效的工具,以及如何将这些工具应用于具体的NLP任务。本书首先介绍NLP和Tenso[...]

撰写于:  浏览:1632 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年7月3、推荐理由适读人群 :希望了解TensorFlow结构和新特性的数据科学家、机器学习的开发人员、深度学习的研究人员和具有统计知识的开发者。要充分利用这本书,需要你掌握Python编程语言方面的知识。TensorFlow是流行的、使用广泛的机器学习框架,它使得每个人都能轻松开发机器学习解决方案。使用Tensor[...]

撰写于:  浏览:3630 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年10月3、推荐理由适读人群 :深度学习从业者;嵌入式工程师;从初级到高级的各级学生、教师、研究人员;其他对深度学习和TinyML感兴趣的人员深度学习网络正在变得越来越小。Google Assistant团队可以使用大小只有14KB的模型检测单词——模型小到可以在微控制器上运行。在这本实用的书中,你将进入TinyML[...]

撰写于:  浏览:1538 次  分类:PyTorch 教程
1、封面介绍2、出版时间2019年12月3、推荐理由适读人群 :人工智能开发者、AI爱好者、初入门者,本书的特点如下所示:(1)TensorFlow 2.0与上一版对比,可以视为一个完全不同的深度学习框架,必须重学。(2)面向应用落地,涵盖图像识别|对话机器人|生成网络图片风格迁移|文本情感分析等。(3)本书实战样例丰富,从TensorFlow模型[...]

撰写于:  浏览:2485 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年10月3、推荐理由适读人群 :适合有人工智能、TensorFlow基础,但只有零散的知识,没有工程能力,无法将所学组装成真正项目的读者。本书基于TensorFlow 2.1 版本进行编写。书中内容分为4 篇。第1 篇包括TensorFlow 的安装、使用方法。这部分内容可以使读者快速上手TensorFlow 工具。[...]

撰写于:  浏览:3686 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年9月3、推荐理由本书围绕 TensorFlow 2 的概念和功能展开介绍,旨在以“即时执行”视角帮助读者快速入门 TensorFlow。本书共分5篇:基础篇首先介绍了 TensorFlow的安装配置和基本概念,然后以深度学习中常用的卷积神经网络、循环神经网络等网络结构为例,介绍了使用 TensorFlow建立和训练[...]

撰写于:  浏览:1410 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年3月3、推荐理由深度学习是基于多层次抽象学习的机器学习算法的一个分支。神经网络是深度学习的核心,广泛应用于预测分析、计算机视觉、自然语言处理、时间序列预测,以及其他复杂任务。通过本书,将学习如何利用前馈神经网络、卷积神经网络、循环神经网络、自编码器和因子分解机为机器学统开发深度学习应用程序,并了解如何在GPU上实现[...]

撰写于:  浏览:3628 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年10月3、推荐理由适读人群:1、机器学习、深度学习从业者; 2、机器学习或者深度学习算法工程师; 3、从初级到高级的各级学生、教师、研究人员; 4、其他对机器学习和Scikit-Learn、Keras、TensorFlow感兴趣的人员(1)“美亚”人工智能图书畅销榜首图书,基于TensorFlow 2和Scikit[...]

撰写于:  浏览:2272 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年7月3、推荐理由本书适合初学者快速入门深度学习算法和TensorFlow框架。我们已讲故事的方式向读者一步步地介绍每个核心算法,非常详细地剖析算法原理,手把手实现每个算法实战,不但让读者能够了解算法的工作原理,更重要的是教会读者如何一步步地思考问题并解决问题。具体地,我们会介绍目前深度学习的数学原理,反向传播算法,[...]

撰写于:  浏览:1341 次  分类:PyTorch 教程
1、封面介绍2、出版时间2019年9月3、推荐理由本书主要讲述了深度学习中的重要概念和技术,并展示了如何使用TensorFlow实现高级机器学习算法和神经网络。本书首先介绍了数据科学和机器学习中的基本概念,然后讲述如何使用TensorFlow训练深度学习模型,以及如何通过训练深度前馈神经网络对数字进行分类,如何通过深度学习架构解决计算机视觉、语言处[...]

撰写于:  浏览:1557 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年1月3、推荐理由本书开门见山,直接帮助你准备好训练高效深度学习模型的环境,以完成各种计算机视觉任务。书中介绍了常见的深度学习架构,如卷积神经网络和递归神经网络;讲述了如何利用深度学习进行图像分类、图像检索、目标检测、语义分割等内容。读完本书,你将能够开发和训练自己的深度学习模型,并用它们解决计算机视觉难题。4、下载[...]

撰写于:  浏览:1583 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年6月3、推荐理由适读人群 :机器学习工程师,以及高等院校人工智能、数据科学、计算机科学等相关专业学生适合想要深入了解深度学习高级主题的机器学习工程师,以及高等院校人工智能、数据科学、计算机科学等相关专业学生阅读。1.作者为新加坡国立大学硕士、澳大利亚国立大学博士,有丰富的科研和实践经历。2.书中采用大量代码和图片,[...]

撰写于:  浏览:2346 次  分类:PyTorch 教程
1、封面介绍2、出版时间2020年11月3、推荐理由深度学习是机器学习研究中的一个活跃领域,《深度学习入门》的宗旨在于为深度 机器学习的初学者提供一本通俗易懂、内容全面、理论深入的学习教材。 本书的内容大体可以分为机器学习基础、顺序传播神经网络的深度学 习、玻尔兹曼机和深度强化学习四个部分,既考虑了通俗性和完整性,又 介绍了深度学习的各个方面。其中[...]

关注公众号,了解站长最新动态

    友情链接