分类 PyTorch 教程 下的文章

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[...]

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，[...]

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[...]

1、封面介绍2、出版时间2020年12月3、推荐理由本书系统全面地覆盖了深度学习的主要原理、方法和应用实践。介绍了深度学习的概念、主流工具及框架，分析了神经网络原理并实现，对卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN）这些常用的深度学习模型进行了演练，在此基础上展开基于深度学习的目标检测、图像分割、人脸识别、文本自动生成等[...]

1、封面介绍2、出版时间2020年12月3、推荐理由这本书是针对计算机科学专业大学生和软件工程师的。本课程旨在介绍深度强化学习，无需事先了解相关主题。但是，我们假设读者对机器学习和深度学习有基本的了解，并且对Python编程有中级的了解。一些使用PyTorch的经验也是有用的，但不是必需的。4、下载链接由于版权的原因，不再对外公开，仅限内部学习和交流使用。

1、封面介绍2、出版时间2020年6月3、推荐理由《TensorFlow深度学习及实践》内容由浅入深，既有原理介绍，又有实战操作，使读者在实践中掌握相关知识，并为解决实际问题提供详细的方法；具有超强的实用性，实例丰富，不仅给出了70多个实例帮助读者理解概念，还提供了综合案例，如图像识别、语音识别、自然语言处理等方面的应用；使用TensorFlow库[...]

1、封面介绍2、出版时间2021年1月3、推荐理由深度学习是人工智能的前沿技术。本书深入浅出地介绍了深度学习的相关理论和TensorFlow实践，全书共8章。第1章给出了深度学习的基本概况。第2章详细介绍了神经网络相关知识，内容包括M-P神经元模型、感知机、多层神经网络。第3章介绍了被广泛认可的深度学习框架TensorFlow 2的安装流程与新特性[...]

1、封面介绍2、出版时间2020年1月3、推荐理由《人工智能程序员面试笔试宝典》是一本讲解人工智能面试笔试的百科全书，在写法上，除了讲解常见的面试笔试知识点，还引入了相关示例和笔试题辅以说明，让读者能够更加容易理解。《人工智能程序员面试笔试宝典》将人工智能面试笔试过程中各类知识点一网打尽，在内容的广度上，通过各种渠道，搜集了近3年来知名IT企业针对[...]

1、封面介绍2、出版时间2020年7月3、推荐理由人工智能时代程序员不可不读深度学习面试宝典，全面收录135道真实算法面试题，直击面试要点，互联网头部企业都在用，数学之美作者吴军、动手学深度学习作者李沐推荐。深度学习是目前学术界和工业界都非常火热的话题，在许多行业有着成功应用。本书由Hulu的近30位算法研究员和算法工程师共同编写完成，专门针对深度[...]

1、封面介绍2、出版时间2017年8月3、推荐理由《Deep Learning》（深度学习）是一本皆在帮助学生和从业人员进入机器学习领域的教科书，以开源的形式免费在网络上提供，这本书是由学界领军人物 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合力打造。《Deep Learning》（深度学习）是一[...]