深度学习全书：公式+推导+代码+TensorFlow全程案例

📚 基本信息

  • 书名：深度学习全书：公式+推导+代码+TensorFlow全程案例
  • 作者：陈昭明, 洪锦魁 主编
  • 出版社：清华大学出版社
  • 出版时间：2022/7/1
  • 字数：241千字

💡 推荐语

本书以统计学为出发点，介绍深度学习必备数理基础。

📖 内容简介

全书共有15章，分为5部分。

第一篇说明深度学习的概念，包括数理基础，特点是结合编程解题，加深读者印象。

第二篇说明TensorFlow的学习地图，从张量、自动微分、梯度下降乃至神经层的实践，逐步解构神经网络。

第三篇介绍CNN算法、影像应用、转移学习等。

第四篇则进入自然语言处理及语音识别的领域，介绍RNN/BERT/Transformer算法、相关应用等。

第五篇介绍了强化学习的基础知识，包括马尔可夫决策过程、动态规划、蒙特卡洛、Q Learning算法，当然，还有相关案例实践。

✍️ 作者简介

作者陈昭明，成功大学统计系学士、清华大学工业工程研究所硕士。曾任职于IBM、工研院电通所、软件开发公司、ERP顾问公司、电信公司、财经数据库公司，目前担任Python、机器学习、深度学习、AIoT讲师。获2018年IT邦帮忙铁人赛AI组冠军、2021年IT邦帮忙铁人赛AI组优选。

🏢 出版社介绍

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。