机读格式显示(MARC)

• 000 01504nam 2200349 450

• 001 0000390613

• 005 20210520115600.0

• 010 __ |a 978-7-302-56850-6 |d CNY89.00

• 099 __ |a CAL 012021027909

• 100 __ |a 20210129d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习理论与实战 |A Shen Du Xue Xi Li Lun Yu Shi Zhan |e PyTorch案例详解 |d = Deep learning theory and practice using PyTorch |f 陈亦新著 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2021

• 215 __ |a xiii, 299页 |c 图 |d 24cm

• 225 2_ |a 人工智能科学与技术丛书 |A ren gong zhi neng ke xue yu ji shu cong shu

• 314 __ |a 陈亦新, 硕士, 技术作家, 涉及人工智能、图像处理和医学等多个领域, 是一名热爱AI算法、立志AI落地造福社会的普通人。

• 320 __ |a 有书目 (第298-299页)

• 330 __ |a 本书内容包括: 支持向量机、线性回归、决策树、遗传算法、深度神经网络 (VGG、GoogLeNet、Resnet、MobileNet、Efficient Net)、循环神经网络 (LSTM、GRU、Attention)、无监督学习、对抗生成网络 (DCGAN、WGAN-GP)、自编码器 (AR、VAE、VAE-GAN)、、聚类算法、目标检测算法 (YOLO、MTCNN) 以及强化学习。

• 333 __ |a 学习PyTorch的人员

• 410 _0 |1 2001 |a 人工智能科学与技术丛书

• 510 1_ |a Deep learning theory and practice using PyTorch |z eng

• 517 1_ |a PyTorch案例详解 |A PyTorchan li xiang jie

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 陈亦新 |A chen yi xin |4 著

• 801 _0 |a CN |b SEU |c 20210315

• 905 __ |a XATU |d TP181/225

• 920 __ |a 261060 |z 1

• 998 __ |a SEU