机读格式显示(MARC)

• 000 01747nam 2200325 450

• 001 0000503151

• 005 20250423160300.0

• 010 __ |a 978-7-300-31237-8 |d CNY56.00

• 100 __ |a 20230706d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习 |A shen du xue xi |e 基于PyTorch的实现 |d = Deep learning in action |e with PyTorch |f 周静, 鲁伟编著 |z eng

• 210 __ |a 北京 |c 中国人民大学出版社 |d 2023

• 215 __ |a 221页 |c 图 |d 26cm

• 225 2_ |a 数据科学与大数据技术丛书 |A shu ju ke xue yu da shu ju ji shu cong shu

• 314 __ |a 周静, 北京大学光华管理学院博士, 中国人民大学统计学院副教授、博士生导师, 中国人民大学应用统计科学研究中心研究员, 研究方向为社交网络数据建模、人工智能在肺癌诊疗中的应用等。鲁伟, 深度学习算法工程师, 著有《深度学习笔记》和《机器学习: 公式推导与代码实现》, 有多个医学影像深度学习项目的管理、研发和落地经验。

• 330 __ |a 本书从人工智能的定义与发展历程, 深度学习的适用领域, 深度学习与回归分析、机器学习、人工智能之间的关系及常见深度学习框架的适用场景开始, 系统介绍深度学习的内容。具体包括神经网络的张量与数学基础、前馈神经网络、神经网络的pytorch实现、卷积神经网络基础、经典CNN模型介绍、序列模型、深度生成模型等内容。本书介绍当前深度的初步知识, 以应用为手段, 介绍方法要点, 为学生进一步学习大数据分析方法打下扎实基础。

• 410 _0 |1 2001 |a 数据科学与大数据技术丛书

• 510 1_ |a Deep learning in action |e with PyTorch |z eng

• 517 1_ |a 基于PyTorch的实现 |A ji yu PyTorch de shi xian

• 606 0_ |a 机器学习 |A ji qi xue xi

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 690 __ |a TP181 |v 5

• 690 __ |a TP311.561 |v 5

• 701 _0 |a 周静 |A zhou jing |4 编著

• 701 _0 |a 鲁伟 |A lu wei |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20230706

• 905 __ |a AUSTL |d TP181/Z419