相關商品
商品簡介
作者簡介
目次
商品簡介
本書通過實踐示例教你深度學習的概念，並從根本上幫助你理解深度學習的基礎知識。本書是理想的學習實際深度學習模型設計的指南，對於熟悉腳本編程卻不需要設計學習算法的專家和科學家也很有幫助。本書的主要內容有：學習TensorFlow基礎，包括如何進行基本運算。建立簡單的學習系統來理解數學基礎。深入理解在數千應用中效果良好的全連接深度網絡。使用超參優化，將原型轉換成高質量的模型。使用卷積神經網絡處理圖像。使用循環神經網絡處理自然語言數據集。使用強化學習解決譬如三連棋等遊戲。使用GPU、TPU等硬件訓練深度網絡。
作者簡介
Bharath Ramsundar是研發主管和DeepChem.io的創始人，DeepChem是一個開源的用於藥物發現的Tensorflow包，他博士畢業于斯坦福大學計算機科學專業。
Reza Bosagh Zadeh是Matroid公司CEO、斯坦福大學助理教授，講授研究生機器學習和算法課程。他的工作興趣點是機器學習、分布式計算，以及應用離散數學。他建立了Twitter的who-to-follow系統。
譯者介紹鄒偉，睿客邦創始人，南昌航天大學雙師型教師、天津大學創業導師、山東交通學院客座教授、中國醫藥教育協會老年醫學健康分會學術委員。創立的睿客邦與國內十多所高校建立了AI聯合實驗室，完成和在研30多個人工智能工業項目，廣泛應用於醫療、交通、油田、氣象、銀行等多個領域，致力於人工智能新技術的實踐和應用。
Reza Bosagh Zadeh是Matroid公司CEO、斯坦福大學助理教授，講授研究生機器學習和算法課程。他的工作興趣點是機器學習、分布式計算，以及應用離散數學。他建立了Twitter的who-to-follow系統。
譯者介紹鄒偉，睿客邦創始人，南昌航天大學雙師型教師、天津大學創業導師、山東交通學院客座教授、中國醫藥教育協會老年醫學健康分會學術委員。創立的睿客邦與國內十多所高校建立了AI聯合實驗室，完成和在研30多個人工智能工業項目，廣泛應用於醫療、交通、油田、氣象、銀行等多個領域，致力於人工智能新技術的實踐和應用。
目次
目錄
前言 1
第1章 深度學習概述 5
1.1 機器學習吞噬計算機科學 .5
1.2 深度學習原型 6
1.3 深度學習架構 10
1.4 深度學習框架 19
1.5 小結 20
第2章 TensorFlow原型概述 21
2.1 張量介紹 21
2.2 TensorFlow中的基本計算 32
2.3 命令式和聲明式編程 40
2.4 小結 44
第3章 使用TensorFlow進行線性和Logistic回歸 45
3.1 數學回顧 45
3.2 學習TensorFlow 56
3.3 在TensorFlow中訓練線性和Logistics模型 66
3.4 小結 78
第4章 全連接深層網絡 81
4.1 什麼是全連接深層網絡？ 81
4.2 全連接網絡中的“神經元”.83
4.3 訓練全連接神經網絡 89
4.4 在TensorFlow中實現 95
4.5 小結 .100
第5章 超參數優化 103
5.1 模型評估與超參數優化 .104
5.2 指標，指標，指標 105
5.3 超參數調優算法 111
5.4 小結 .117
第6章 卷積神經網絡 118
6.1卷積結構概述 119
6.2 卷積網絡的應用 125
6.3 用TensorFlow訓練卷積網絡 132
6.4 小結 .144
第7章 遞歸神經網絡 145
7.1 遞歸結構概述 .146
7.2 循環神經元 148
7.3 遞歸模型的應用 150
7.4 神經網絡圖靈機 153
7.5 遞歸神經網絡的實際應用 155
7.6 處理Penn Treebank語料庫 155
7.7 小結 163
第8章 強化學習 164
8.1 馬爾科夫決策過程 .168
8.2 強化學習算法 .170
8.3 強化學習的局限性 .174
8.4 玩轉tic-tac-toe 175
8.5 A3C算法 187
8.6 小結 .196
第9章 訓練大型深度網絡 .198
9.1 為深度網絡自定義硬件 .198
9.2 使用CPU訓練 199
9.3 分布式深度網絡訓練 204
9.4 在Cifar10上與多GPS進行數據並行訓練 206
9.5 小結 .215
第10章 深度學習的未來 216
10.1 技術行業以外的深度學習 .216
10.2 道德地使用深度學習 219
10.3 通用人工智能是否迫在眉睫？ .221
10.4 接下來，何去何從？ 222
前言 1
第1章 深度學習概述 5
1.1 機器學習吞噬計算機科學 .5
1.2 深度學習原型 6
1.3 深度學習架構 10
1.4 深度學習框架 19
1.5 小結 20
第2章 TensorFlow原型概述 21
2.1 張量介紹 21
2.2 TensorFlow中的基本計算 32
2.3 命令式和聲明式編程 40
2.4 小結 44
第3章 使用TensorFlow進行線性和Logistic回歸 45
3.1 數學回顧 45
3.2 學習TensorFlow 56
3.3 在TensorFlow中訓練線性和Logistics模型 66
3.4 小結 78
第4章 全連接深層網絡 81
4.1 什麼是全連接深層網絡？ 81
4.2 全連接網絡中的“神經元”.83
4.3 訓練全連接神經網絡 89
4.4 在TensorFlow中實現 95
4.5 小結 .100
第5章 超參數優化 103
5.1 模型評估與超參數優化 .104
5.2 指標，指標，指標 105
5.3 超參數調優算法 111
5.4 小結 .117
第6章 卷積神經網絡 118
6.1卷積結構概述 119
6.2 卷積網絡的應用 125
6.3 用TensorFlow訓練卷積網絡 132
6.4 小結 .144
第7章 遞歸神經網絡 145
7.1 遞歸結構概述 .146
7.2 循環神經元 148
7.3 遞歸模型的應用 150
7.4 神經網絡圖靈機 153
7.5 遞歸神經網絡的實際應用 155
7.6 處理Penn Treebank語料庫 155
7.7 小結 163
第8章 強化學習 164
8.1 馬爾科夫決策過程 .168
8.2 強化學習算法 .170
8.3 強化學習的局限性 .174
8.4 玩轉tic-tac-toe 175
8.5 A3C算法 187
8.6 小結 .196
第9章 訓練大型深度網絡 .198
9.1 為深度網絡自定義硬件 .198
9.2 使用CPU訓練 199
9.3 分布式深度網絡訓練 204
9.4 在Cifar10上與多GPS進行數據並行訓練 206
9.5 小結 .215
第10章 深度學習的未來 216
10.1 技術行業以外的深度學習 .216
10.2 道德地使用深度學習 219
10.3 通用人工智能是否迫在眉睫？ .221
10.4 接下來，何去何從？ 222
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。