机读格式显示(MARC)

• 000 01296nam 2200289 450

• 001 0000406294

• 005 20220414095200.0

• 010 __ |a 978-7-302-58028-7 |d CNY59.00

• 099 __ |a CAL 012021064055

• 100 __ |a 20210609d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习的数学原理与实现 |A shen du xue xi de shu xue yuan li yu shi xian |f 王晓华著

• 210 __ |a 北京 |c 清华大学出版社 |d 2021

• 215 __ |a 210页 |c 图 |d 26cm

• 225 2_ |a 人工智能技术丛书 |A ren gong zhi neng ji shu cong shu

• 330 __ |a 本书主要讲解使用从事深度学习方向需要掌握的数学知识和基本原理，共12章。第1章介绍人类视觉和深度学习的联系。第2章介绍深度学习中最为重要的梯度下降算法。第3章深度学习中卷积函数的介绍。第4章介绍了计算损失函数所使用的交叉熵、决策树和信息熵的内容。第5章是机器学习部分，介绍了线性回归和逻辑回归的基本方法和内容。第6、7、8、9章是应用部分。第10章介绍了深度学习中的标准化、正则化和初始化。第11章通过人脸识别的案例向读者介绍了一个新的分类激活函数Triplet loss。第12章是word embedding的介绍。

• 410 _0 |1 2001 |a 人工智能技术丛书

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 王晓华 |A wang xiao hua |4 著

• 801 _0 |a CN |b NMU |c 20210609

• 905 __ |a XATU |d TP181/282

• 920 __ |a 261060 |z 1

• 998 __ |a NMU