机读格式显示(MARC)

• 000 01822nam0 2200361 450

• 001 0000604884

• 005 20230313164300.0

• 010 __ |a 978-7-111-68934-8 |d CNY89.00

• 099 __ |a CAL 012021118116

• 100 __ |a 20210911d2021 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 |A Shen Du Xue Xi |e 基于稀疏和低秩模型 |f 王章阳, (美) 傅云, 黄煦涛编著 |d = Deep learning through sparse and low-rank modeling |f Thomas S.Huang |g 黄智濒译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2021

• 215 __ |a 200页 |c 图 |d 26cm

• 225 2_ |a 智能科学与技术丛书 |A Zhi Neng Ke Xue Yu Ji Shu Cong Shu

• 320 __ |a 有书目

• 330 __ |a 本书由近几年发表在各类顶级期刊和国际会议/研讨会上的论文集结而成, 囊括国内外深度学习研究者的成果。本书关注经典的稀疏模型和低秩模型与深度网络模型的集成, 其中, 稀疏和低秩模型强调问题特定的先验性和可解释性, 而深度网络模型具有更强的学习能力, 同时能更好地利用大数据。书中展示了深度学习工具箱与稀疏/低秩模型和算法的紧密联系, 并介绍了这些技术在维度约简、动作识别、风格识别、亲属关系理解、图像除雾以及生物医学图像分析等方面的成功应用。

• 333 __ |a 本书适合深度学习和机器学习领域有一定基础的读者阅读, 可拓展读者关于理论和分析工具的研究思路, 并为深度模型的架构和解释提供有益的指导

• 410 _0 |1 2001 |a 智能科学与技术丛书

• 500 10 |a Deep learning through sparse and low-rank modeling |A Deep Learning Through Sparse And Low-rank Modeling |m Chinese

• 517 1_ |a 基于稀疏和低秩模型 |A Ji Yu Xi Shu He Di Zhi Mo Xing

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 王章阳 |A Wang Zhang Yang |4 编著

• 701 _0 |a 傅云 |A Fu Yun |4 编著

• 701 _1 |a 黄煦涛 |A Huang Xu Tao |g (Huang, Thomas S.) |4 编著

• 702 _0 |a 黄智濒 |A Huang Zhi Bin |4 译

• 801 _0 |a CN |b CAU |c 20230313

• 905 __ |a CAU |d TP181/211

• 920 __ |a 211180 |z 1