机读格式显示(MARC)

• 000 01736nam 2200373 450

• 001 0000518874

• 005 20190522144000.0

• 010 __ |a 978-7-111-60845-5 |d CNY59.00

• 092 __ |a CN |b 人天852-3326

• 099 __ |a CAL 012018175797

• 100 __ |a 20181113d2018 ekmy0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习基础教程 |A shen du xue xi ji chu jiao cheng |d = Deep learning essentials |f (美) 邸韡, (美) 阿努拉格·巴德瓦杰, (美) 魏佳宁著 |g 杨伟, 李征等译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2018

• 215 __ |a xi, 164页 |c 图 |d 24cm

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

• 305 __ |a 据原文2018年版译出

• 330 __ |a 本书是真正适合深度学习初学者的入门书籍，全书没有任何复杂的数学推导。本书首先介绍了深度学习的优势和面临的挑战、深度学习采用深层架构的动机、学习深度学习需要的数学知识和硬件知识以及深度学习常用的软件框架。然后对多层感知机、卷积神经网络（CNN）、受限玻耳兹曼机（RBM）、循环神经网络（RNN）及其变体—长短时记忆（LSTM）网络进行了详细介绍，并且以独立章节重点阐述了CNN在计算机视觉中的应用、RNN在自然语言处理中的应用以及深度学习在多模态学习领域中的应用。随后，本书介绍了深度强化学习的基本知识，给出了应用深度学习技术需要的许多实用技巧并概述了深度学习的一些新方向和新应用。

• 333 __ |a 机器学习相关领域读者

• 410 _0 |1 2001 |a 深度学习系列

• 500 10 |a Deep learning essentials |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 邸韡 |A di wei |4 著

• 701 _1 |a 巴德瓦杰 |A ba de wa jie |g (Bhardwaj, Anurag) |4 著

• 701 _0 |a 魏佳宁 |A wei jia ning |4 著

• 702 _0 |a 杨伟 |A yang wei |4 译

• 702 _0 |a 李征 |A li zheng |4 译

• 801 _0 |a CN |b CAU |c 20190522

• 905 __ |a CAU |d TP181/73

• 920 __ |a 211180 |z 1