机读格式显示(MARC)

• 000 01974nam0 2200589 450

• 001 0000255532

• 005 20170622153400.0

• 010 __ |a 978-7-111-55075-4 |d CNY59.00

• 099 __ |a CAL 012016129358

• 100 __ |a 20161028d2016 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习导论及案例分析 |A Shen Du Xue Xi Dao Lun Ji An Li Fen Xi |f 李玉鑑, 张婷等著

• 210 __ |a 北京 |c 机械工业出版社 |d 2016

• 215 __ |a 292页 |c 图 |d 24cm

• 300 __ |a 华章教育

• 320 __ |a 有书目 (第269-292页)

• 330 __ |a 本书不仅介绍了深度学习的发展历史，强调了深层网络的特点和优势，说明了判别模型和生成模型的相关概念，而且详述了深度学习的九种重要模型及其学习算法、变种模型和混杂模型，讨论了深度学习在图像处理、语音处理和自然语言处理等领域的广泛应用，也总结了深度学习目前存在的问题、挑战和未来的发展趋势，还分析了一系列深度学习的基本案例。本书可以作为计算机、自动化、信号处理、机电工程、应用数学等相关专业的研究生、教师和科研工作者在具备神经网络基础知识后进一步了解深度学习理论和方法的入门教材或导论性参考书，有助于读者掌握深度学习的主要内容并开展相关研究。

• 606 0_ |a 学习系统 |A Xue Xi Xi Tong |x 研究

• 690 __ |a TP273 |v 5

• 701 _0 |a 李玉鑑 |A Li Yu Jian |4 著

• 701 _0 |a 张婷 |A Zhang Ting |4 著

• 801 _0 |a CN |b NMU |c 20161028

• 905 __ |a XATU |d TP273/521

• 920 __ |a 211010 |z 2

• 920 __ |a 215010 |z 1

• 920 __ |a 231030 |z 1

• 920 __ |a 211030 |z 1

• 920 __ |a 211060 |z 2

• 920 __ |a 231020 |z 1

• 920 __ |a 221020 |z 1

• 920 __ |a 242020 |z 1

• 920 __ |a 245010 |z 1

• 920 __ |a 232010 |z 1

• 920 __ |a 231280 |z 1

• 920 __ |a 222040 |z 1

• 920 __ |a 244020 |z 1

• 920 __ |a 212020 |z 1

• 920 __ |a 237010 |z 1

• 920 __ |a 211260 |z 1

• 920 __ |a 261020 |z 1

• 920 __ |a 234050 |z 1

• 920 __ |a 232020 |z 1

• 920 __ |a 235010 |z 1

• 920 __ |a 430102 |z 1

• 920 __ |a 242010 |z 1

• 920 __ |a 231220 |z 2

• 920 __ |a 261030 |z 1

• 920 __ |a 243160 |z 1

• 998 __ |a NMU