机读格式显示(MARC)

• 000 02210nam 2200397 450

• 001 0000586453

• 005 20220815185100.0

• 010 __ |a 978-7-111-68771-9 |d CNY149.00

• 100 __ |a 20210716d2021 em y0chiy50 ea

• 101 1_ |a chi |c ita

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习实战 |A shen du xue xi shi zhan |e 基于TensorFlow 2和Keras |f (意) 安东尼奥古利·古利, (印) 阿米塔·卡普尔, (美) 苏吉特·帕尔著 |d = Deep learning with tensorFlow 2 and Keras |f Antonio Gulli, Amita Kapoor, Sujit Pal |g 刘尚峰, 刘冰译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2021.8

• 215 __ |a XXI, 457页, [4] 页图版 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 305 __ |a 据原书第2版译出

• 306 __ |a 由Packt Publishing授权

• 320 __ |a 有书目

• 330 __ |a 本书简洁且全面地介绍了现代神经网络、人工智能和深度学习技术，专门为软件工程师和数据科学家设计。第1章逐步介绍神经网络的基础知识。第2章比较TensorFlow 1.x和TensorFlow 2.0编程模型。第3章重点介绍回归。第4章介绍卷积神经网络及其在图像处理中的应用。第5章讨论了CNN在图像、视频、音频和文本处理方面的等级应用。第6章重点介绍生成对抗网络。第7章介绍词嵌入。第8章介绍基本嵌入方法的各种扩展。第9章介绍自动编码器。*10章深入研究无监督学习模型。第11章重点介绍强化学习。第12章介绍AutoML。第13章介绍用于移动设备和物联网的TensorFlow的基础知识。第14章讨论了云环境以及如何利用它来训练和部署模型。第15章讨论了深度学习背后的数学。第16章介绍TPU。本书内容丰富，易于理解，示例具有代表性，是学习深度学习指南。

• 333 __ |a 人工智能研究人员

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 500 10 |a Deep learning with tensorFlow 2 and Keras |A Deep Learning With Tensorflow 2 And Keras |m Chinese

• 517 1_ |a 基于TensorFlow 2和Keras |A ji yuTensorFlow 2heKeras

• 606 0_ |a 人工智能 |A ren gong zhi neng

• 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 TP18 |v 5

• 701 _1 |a 古利 |A gu li |g (Gulli, Antonio) |4 著

• 701 _1 |a 卡普尔 |A ka pu er |g (Kapoor, Amita) |4 著

• 701 _1 |a 帕尔 |A pa er |g (Pal, Sujit) |4 著

• 702 _0 |a 刘尚峰 |A liu shang feng |4 译

• 702 _0 |a 刘冰 |A liu bing |4 译

• 801 _0 |a CN |b 江苏新华 |c 20210716

• 905 __ |a WXCSXY |d TP18/681