机读格式显示(MARC)

• 000 01208nam0 2200253 450

• 001 0000958019

• 005 20200707135300.0

• 010 __ |a 978-7-115-51723-4 |d CNY89.00

• 100 __ |a 20190916d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深入理解神经网络 |9 shen ru li jie shen jing wang luo |b 专著 |e 从逻辑回归到CNN |f 张觉非著

• 210 __ |a 北京 |c 人民邮电出版社 |d 2019

• 215 __ |a 11,310页 |c 图，照片 |d 24cm

• 330 __ |a 本书以神经网络为线索，沿着从线性模型到深度学习的路线讲解神经网络的原理和实现。全书将数学基础知识与机器学习和神经网络紧密结合，包含线性模型的结构与局限、损失函数、基于一阶和二阶信息的优化算法、模型自由度与正则化、神经网络的表达能力、反向传播与计算图自动求导、卷积神经网络等主题，帮助读者建立基于数学原理的较深刻的洞见和认知。书中还提供了逻辑回归、多层全连接神经网络和多种训练算法的Python实现，以及运用TensorFlow搭建和训练多种卷积神经网络的代码实例。

• 517 1_ |a 从逻辑回归到CNN |9 cong luo ji hui gui dao CNN

• 606 0_ |a 人工神经网络 |x 研究

• 690 __ |a TP183 |v 5

• 701 _0 |a 张觉非 |9 zhang jue fei |4 著

• 801 _0 |a CN |b 浙江省新华书店集团公司 |c 20190916

• 801 _2 |a CN |b Wuxilib |c 20200707

• 905 __ |a Wuxilib |d TP183/41