机读格式显示(MARC)

• 000 01934nam0 2200361 450

• 001 0001047839

• 005 20220517110600.0

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

• 100 __ |a 20210818d2021 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习实战 |9 shen du xue xi shi zhan |b 专著 |e 基于TensorFlow 2和Keras |d Deep learning with TensorFlow 2 and Keras |f (意)安东尼奥·古利(Antonio Gulli)，(印)阿米塔·卡普尔(Amita Kapoor)，(美)苏吉特·帕尔(Sujit Pal)著 |g 刘尚峰，刘冰译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2021

• 215 __ |a 21,457页 |c 图，照片 |d 24cm

• 225 1_ |a 智能系统与技术丛书

• 300 __ |a PACKT 华章IT 华章图书

• 305 __ |a Packt Publishing授权出版 据原书第2版译出

• 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CNN在图像、视频、音频和文本处理方面的高级应用。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章介绍自编码器。第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章讨论云服务。第13章介绍用于移动设备和物联网的TensorFlow技术。第14章介绍AutoML。第15章讨论深度学习相关的数学知识。第16章介绍张量处理单元(TPU)。本书内容丰富、易于理解，示例具有代表性，是学习深度学习的绝佳指南。

• 510 1_ |a Deep learning with TensorFlow 2 and Keras |z eng

• 606 0_ |a 人工智能

• 606 0_ |a 机器学习

• 606 0_ |a 人工神经网络

• 690 __ |a TP18 |v 5

• 701 _0 |c (意) |a 古利 |9 gu li |c (Gulli, Antonio) |4 著

• 701 _0 |c (印) |a 卡普尔 |9 ka pu er |c (Kapoor, Amita) |4 著

• 701 _0 |c (美) |a 帕尔 |9 pa er |c (Pal, Sujit) |4 著

• 702 _0 |a 刘尚峰 |9 liu shang feng |4 译

• 702 _0 |a 刘冰 |9 liu bing |4 译

• 801 _0 |a CN |b OLCC |c 20211201

• 801 _2 |a CN |b A441900GDL |c 20211103

• 905 __ |a Wuxilib |d TP18/384