机读格式显示(MARC)

• 000 01772nam 2200385 450

• 001 0000606195

• 005 20221011103100.0

• 010 __ |a 978-7-03-069765-3 |d CNY130.00

• 099 __ |a CAL 012021141698

• 100 __ |a 20211027d2021 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习神经网络设计及案例研究 |A shen du xue xi shen jing wang luo she ji ji an li yan jiu |f (美) Daniel Graupe著 |g 周志杰 ... [等] 译

• 210 __ |a 北京 |c 科学出版社 |d 2021

• 215 __ |a x, 253页 |c 图 |d 24cm

• 225 2_ |a 信息科学技术学术著作丛书 |A xin xi ke xue ji shu xue shu zhu zuo cong shu

• 305 __ |a 据2016年英文版译出

• 312 __ |a 原文题名取自版权页

• 314 __ |a 责任者汉译姓取自CIP: 格罗彼

• 320 __ |a 有书目

• 330 __ |a 本书主要对深度学习神经网络模型的设计与应用进行研究。首先，对深度学习神经网络理论的发展历史、基本概念进行回顾。然后，对深度学习神经网络衍生出的反向传播神经网络、卷积神经网络、大内存存储与检索神经网络进行深入分析。通过20个实际应用案例，对不同结构深度学习神经网络的优缺点进行比较，总结这些神经网络在不同领域的应用优势。最后，给出所有应用案例的核心代码，方便读者在这些代码的基础上，完成相应深度学习神经网络模型的设计和重构。

• 333 __ |a 从事深度学习神经网络相关专业研究人员和工程技术人员，人工智能、复杂系统建模、机器学习等专业的研究生

• 410 _0 |1 2001 |a 信息科学技术学术著作丛书

• 500 10 |a Deep learning neural networks : design and case studies |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo

• 690 __ |a TP181 |v 5

• 690 __ |a TP183 |v 5

• 701 _1 |a 格罗彼 |A ge luo bi |g (Graupe, Daniel) |4 著

• 702 _0 |a 周志杰 |A zhou zhi jie |4 译

• 801 _0 |a CN |b CAU |c 20221010

• 905 __ |a CAU |d TP181/199

• 920 __ |a 211180 |z 1