机读格式显示(MARC)

• 000 01848nam 2200385 450

• 001 0000396559

• 005 20211026155500.0

• 010 __ |a 978-7-115-55116-0 |d CNY89.90

• 021 __ |a CN |b 01-2019-3819

• 099 __ |a CAL 012021030615

• 100 __ |a 20210401d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a Python深度学习从原理到应用 |A Python shen du xue xi cong yuan li dao ying yong |d = Python deep learning |f (美) 瓦伦蒂诺·佐卡(Valentino Zocca)[等]著 |g 王存珉, 王燕译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2021

• 215 __ |a 286页 |c 图 |d 24cm

• 225 2_ |a 深度学习系列 |A shen du xue xi xi lie

• 300 __ |a 异步图书

• 304 __ |a 题名页题其余责任者：(意) 詹马里奥·斯帕卡尼亚(Gianmario Spacagna)，(英) 丹尼尔·斯莱特(Daniel Slater)，(比) 彼得·鲁兰茨(Peter Roelants)

• 330 __ |a 本书共10章，分别是机器学习—引言、神经网络、深度学习基本原理、无监督特征学习、图像识别、递归神经网络和语言模型、深度学习在棋盘游戏中的应用、深度学习在电子游戏中的应用、异常检测和构建一个可用于生产环境的入侵检测系统。 本书深入介绍了深度学习的算法，并通过Theano、Caffe、Keras和TensorFlow等框架进一步介绍了许多实用的深度学习实现核心技术：自编码器和受限制的玻尔兹曼机器，同时介绍了潜入深层信念网和深度神经网络，并通过Dropout和卷积神经网络扩展更多的深度学习算法。

• 410 _0 |1 2001 |a 深度学习系列

• 510 1_ |a Python deep learning |z eng

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

• 690 __ |a TP311.561 |v 5

• 701 _1 |c (美) |a 佐卡 |A zuo ka |c (Zocca, Valentino) |4 著

• 701 _1 |c (美) |a 斯帕卡尼亚 |A si pa ka ni ya |c (Spacagna, Gianmario) |4 著

• 701 _1 |c (美) |a 斯莱特 |A si lai te |c (Slater, Daniel) |4 著

• 702 _0 |a 王存珉 |A wang cun min |4 译

• 702 _0 |a 王燕 |A wang yan |4 译

• 801 _0 |a CN |b NMU |c 20210401

• 905 __ |a XATU |d TP311.561/541

• 920 __ |a 261060 |z 1

• 998 __ |a NMU