机读格式显示(MARC)

• 000 02139nam 2200349 450

• 001 0000513969

• 005 20190228144200.0

• 010 __ |a 978-7-111-59872-5 |d CNY79.00

• 092 __ |b bwz1824kj-00436

• 099 __ |a CAL 012018081808

• 100 __ |a 20180702d2018 em y0chiy50 ea

• 101 1_ |a chi |c dut

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a Python深度学习实战 |A Python shen du xue xi shi zhan |e 75个有关神经网络建模、强化学习与迁移学习的解决方案 |f (荷) 英德拉·丹·巴克著 |d = Python deep learning cookbook |e over 75 practical recipes on neural network modeling, reinforcement learning, and transfer learning using Python |f Indra den Bakker |g 程国建, 周冠武译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2018

• 215 __ |a X, 258页 |c 图 |d 24cm

• 225 2_ |a 深度学习系列 |A shen du xue xi xi lie

• 306 __ |a 由Packt Publishing Ltd授权，仅限中国大陆地区销售

• 330 __ |a 本书以自上而下和自下而上的方法来展示针对不同领域实际问题的深度学习解决方案，包括图像识别、自然语言处理、时间序列预测和机器人操纵等。还讨论了采用诸如TensorFlow、PyTorch、Keras和CNTK等流行的深度学习开源框架用于实际问题的解决方案及其优缺点。本书内容包括：用于深度学习的编程环境、GPU计算和云端解决方案；前馈神经网络与卷积神经网络；循环与递归神经网络；强化学习与生成对抗网络；深度学习用于计算机视觉、自然语言处理、语音识别、视频分析、时间序列预测、结构化数据分析以及游戏智能体（Agents）和机器人操控等。后讨论了深度学习的超参数选择和神经网络的内在结构以及预训练模型的使用技巧等。

• 410 _0 |1 2001 |a 深度学习系列

• 510 1_ |a Python deep learning cookbook |e over 75 practical recipes on neural network modeling, reinforcement learning, and transfer learning using Python |z eng

• 517 1_ |a 75个有关神经网络建模、强化学习与迁移学习的解决方案 |A 75 ge you guan shen jing wang luo jian mo、 qiang hua xue xi yu qian yi xue xi de jie jue fang an

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 690 __ |a TP311.561 |v 5

• 701 _1 |a 巴克 |A ba ke |g (Bakker, Indra den) |4 著

• 702 _0 |a 程国建 |A cheng guo jian |4 译

• 702 _0 |a 周冠武 |A zhou guan wu |4 译

• 801 _0 |a CN |b CAU |c 20190228

• 905 __ |a CAU |d TP311.561/136

• 920 __ |a 211180 |z 1