机读格式显示(MARC)

• 000 01916cam0 2200349 450

• 001 0000267554

• 005 20180319091500.0

• 010 __ |a 978-7-302-47367-1 |d CNY128.00

• 092 __ |a CN |b READER-48828

• 099 __ |a CAL 012017103506

• 100 __ |a 20170627d2017 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习、优化与识别 |A shen du xue xi 、you hua yu shi bie |d = Deep learning, optimization and recognition |f 焦李成 ... [等] 著 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2017

• 215 __ |a xii, 395页 |c 图 (部分彩图) |d 24cm

• 304 __ |a 题名页题: 焦李成, 赵进, 杨淑媛, 刘芳著

• 314 __ |a 焦李成, 男, 汉族, 1959年10月生, 1992年起任西安电子科技大学教授。

• 320 __ |a 有书目

• 330 __ |a 深度神经网络是近年来受到广泛关注的研究方向, 它已成为人工智能2.0的主要组成部分。本书系统地论述了深度神经网络基本理论、算法及应用。全书共十六章, 分为两个部分; 第一部分 (第一章到第十章) 系统论述了理论及算法, 包括深度前馈神经网络、深度卷积神经网络、深度堆栈神经网络、深度递归神经网络、深度生成网络、深度融合网络等; 第二部分 (第十一章到第十五章) 论述了常用的深度学习平台, 以及在高光谱图像、自然图像、SAR与极化SAR影像等领域的应用; 第十六章为总结与展望, 给出了深度学习发展的历史图、前沿方及最新进展。每章都附有相关阅读材料及仿真代码, 以便有兴趣的读者进一步钻研探索。

• 333 __ |a 本书可为高等院校计算机科学、电子科学与技术、信息科学、控制科学与工程、人工智能等领域的研究人员提供参考, 以及作为相关专业本科生及研究生教学参考书, 同时可供深度学习及其应用感兴趣的研究人员和工程技术人员参考

• 510 1_ |a Deep learning, optimization and recognition |z eng

• 606 0_ |a 人工神经网络 |A ren gong shen jing wang luo |x 研究

• 690 __ |a TP183 |v 5

• 701 _0 |a 焦李成, |A jiao li cheng |f 1959- |4 著

• 701 _0 |a 赵进 |A zhao jin |4 著

• 701 _0 |a 杨淑媛 |A yang shu yuan |4 著

• 801 _0 |a CN |b TJDX |c 20170627

• 801 _2 |a CN |b PUL |c 20170731

• 905 __ |a AUSTL |d TP183/J474-2